Руководитель отдела обработки данных в BETER

Продуктовая компания BETER ищет ведущего специалиста по обработке и анализу данных для разработки и внедрения технической стратегии развития системы спортивной аналитики. Если вы увлечены использованием данных для внедрения инноваций и оказания значимого влияния, то эта позиция для вас.

Важно для должности:

— степень бакалавра или магистра в области компьютерных наук, статистики, математики или связанной области;
  5 лет подтвержденного опыта работы в области обработки данных, с послужным списком предоставления эффективных решений в быстро меняющихся условиях. окружающая среда.
— Быть деловым человеком, иметь чувство ответственности за вверенную область и относиться к ней как к своему детищу, быть требовательным к коллективу, но справедливым, ставить цели, следить за их выполнением, контролировать загруженность людей, и систематически повышать уровень навыков в команде;
— Опыт управления командой: организация работы, мотивация, поддержание дисциплины, делегирование и контроль выполнения, обмен обратной связью, лидерство;
— Знание теории вероятностей и способность создавать приложения на основе этой теории;
— Практический опыт работы с Python (numpy, pandas, matplotlib и т. д.);
— Глубокое понимание алгоритмов машинного обучения, методов статистического моделирования и экспериментальных принципы проектирования;
— Сильные навыки решения проблем и страсть к решению сложных аналитических задач;
— Лояльность к практикам DevOps и опыт в их применении: автоматизация разработки и инструменты обеспечения качества, мониторинг, отслеживание и отладка;
— Придерживаться мнения, что без code review невозможно работать и доносить это послание до масс :);
— Стремление к улучшению существующих решений и разработке новых, поиск точек роста;
— Желание делиться знаниями с инженерами и уметь их передавать.

Это будет плюсом:

— Практический опыт разработки на C#;
— Опыт копания во внутренностях фреймворков для самосовершенствования;
— Постоянный поиск ответов на вопросы «зачем» и «как?» сделай это лучше», но при этом критическое мышление, чтобы понять, когда рационально сделать это «лучше»;
— Понимание структур данных и алгоритмов, понимание, чем O(1) отличается от O(n);
— Опыт работы в облачных средах в целом и AWS в частности.

Что вам нужно делать?

— Руководство и наставничество команды специалистов по обработке данных, предоставление рекомендаций и поддержки для обеспечения успешного выполнения проектов и профессионального развития;
 — Планирование и распределение работы в команде, мониторинг реализации;
— Управление процессом разработка и внедрение передовых алгоритмов машинного обучения и статистических моделей для извлечения полезной информации из больших наборов данных;
 — Сотрудничество с заинтересованными сторонами бизнеса для понимания ключевых целей и перевода их в аналитические решения, которые приносят измеримую ценность для бизнеса;
— Разрабатывать и проводить эксперименты для проверки гипотез для построения алгоритмов прогнозирования;
— Проектирование сервисов на балансе команды в сотрудничестве с архитектором и бизнес-аналитиками;
— Явнедрение и поддержание хороших практик разработки программного обеспечения, таких как соглашения о кодировании и проверка кода;
 — Помощь в устранении неполадок и обучение тому, как предотвратить их в будущем;
 — Проведение тестов знаний, разработка тестов для себя -контроль и потребности в найме;
— Участие в собеседованиях с кандидатами в команду, оценка уровня знаний и опыта;
— Предоставление регулярной обратной связи членам команды;
— Проведение регулярных совещаний команды
— Утверждение отпусков, больничных, отгулов, сверхурочной работы в коллективе, корректировка текущих планов.

Что и как работают команды?

— Высоконагруженная система на базе .NET 8, получающая изменения в реальном времени и пересчитывающая спортивную аналитику;
— Работа в микросервисной архитектуре, с системой обмена сообщениями;
— Возможность выбора технологий для эффективного достижения результатов;
— Опытные и сильные специалисты в командах, которые всегда готовы поделиться знаниями;
— Код упакован в Docker и живет в AWS EKS;
— Kafka по-настоящему обмен временными сообщениями;
— MongoDB, PostgreSQL для хранения и обработки данных;
— Victoria Metrics для сбора метрик и мониторинга;
— ElasticSearch для журналов;
— Команды являются кросс-функциональными и ориентированы на свои услуги;
— Минимум бюрократии, возможность легко общаться со всеми уровнями управления;
— Мы стремимся принимать решения быстро, без многомесячных обсуждений, если человек проанализировал риски и альтернативы и понимает суть своего предложения.