Провідний технічний інженер з даних

Що робить Cloudbeds унікальними

У Cloudbeds ми не просто створюємо програмне забезпечення, ми змінюємо гостинність. Наша платформа підтримує готелі в 150 країнах, щороку обробляючи мільярди бронювань. Від бутикових об’єктів до великих готельних груп ми допомагаємо власникам готелів трансформувати операції та покращити їхню комерційну стратегію за допомогою єдиної платформи, яка інтегрується з сотнями партнерів. І ми робимо це повністю віддаленою командою. Уявіть собі, що ви працюєте разом із глобальними інноваторами над розробкою рішень на основі штучного інтелекту, які вирішуватимуть найбільші проблеми власників готелів. З моменту заснування в 2012 році ми постійно отримували визнання за досконалість, нещодавно здобувши найвищі нагороди HotelTechAwards 2026 за найкраще програмне забезпечення для управління готелем і знову потрапивши до рейтингу Deloitte Technology Fast 500, але ми тільки починаємо.

Наша команда аналізу даних і BI:

Ми невелика, старша, повністю віддалена команда, яка займається аналітикою для всієї компанії на Snowflake, dbt, Matillion і Sigma. Ми швидко рухаємось і доставляємо речі, якими люди користуються щодня. Чого нам не вистачає, так це старшого технічного експерта, який би вирішував основні питання — архітектуру, платформу, управління, операції машинного навчання — щоб пришвидшити процес, а не накопичувати борги. Це ця роль, і вона має надзвичайну свободу вирішувати, як має працювати платформа.

Як ви вплинете:

Як наш провідний технічний інженер і архітектор даних ви будете формувати технічний напрямок, архітектурні стандарти та керування даними нашої основної платформи Data Analytics. Це практична керівна роль: ви виконуватимете роль нашого архітектора даних, володіючи логічним і фізичним моделюванням даних, проектуванням сховищ і багаторівневим кураторством (постановка → проміжний рівень → ринок), одночасно виступаючи нашим технічним керівником з розробки даних.

Ви допомагатимете постійно модернізувати наш технологічний стек, підвищуючи дисципліну розробки програмного забезпечення в наших каналах даних (DataOps/CI-CD), оптимізуючи продуктивність обчислень і витрати, керуючи робочими процесами MLOps і посилюючи якість даних і стандарти безпеки. Важливо, що ви керуватимете нашими ініціативами щодо готовності до штучного інтелекту — створюватимете семантичні рівні, структури даних і шаблони доступу, необхідні для того, щоб зробити наші дані безперебійними та надійними для агентів штучного інтелекту та автоматизованих робочих процесів. Ви будете служити технічним якорем для талановитої команди інженерів-аналітиків, тісно співпрацюючи з інженерією, інфраструктурою, наукою про дані / ML та бізнес-стейкхолдерами, щоб забезпечити надійність нашої екосистеми даних, її масштабованість і готовність до бізнесу.

Що ви привносите в команду:

•
Право власності на архітектуру та моделювання даних: створюйте та розвивайте нашу хмарну архітектуру даних на Snowflake. Власний дизайн моделі даних у продуктах даних і вітринах, реалізуючи гнучкі розмірні моделі (зіроподібні схеми, SCD, узгоджені розміри) і документуючи рішення за допомогою записів архітектурних рішень (ADR).

•
Компетентність у розробці даних: очолюйте наскрізне проектування та виконання конвеєрів даних — володійте прийомом даних, інтеграцією API, спеціальними з’єднувачами, процесами ELT/ETL і оркестровкою конвеєрів.

•
DataOps і інтеграція CI/CD: створюйте наші існуючі робочі процеси Git, CI/CD і Jira, вбудовуючи спеціалізовані дані, такі як автоматичне тестування dbt за запитами на отримання, ізоляція середовища, автоматизоване керування обліковими даними та стандарти розгортання даних.

•
Стратегія управління та спостережуваності: створюйте та вдосконалюйте початкові основи нашої моделі управління. Оцінюйте, вибирайте та впроваджуйте масштабовані рішення каталогу даних і спостереження за даними, щоб відстежувати походження даних, гарантувати актуальність, контролювати повноту та автоматизувати попередження про помилки.

•
Ефективність платформи та контроль витрат: постійно налаштовуйте продуктивність запитів Snowflake, кластеризацію та розмір сховища для оптимізації часу виконання та витрат на обчислення.

•
Технічне наставництво та гнучке лідерство: підвищуйте технічну ефективність інженерів-аналітиків у рамках нашої гнучкої системи планування за допомогою архітектурного керівництва, перегляду дизайну та конструктивних завдань.

•
Модернізація стеку та розвиток архітектури: постійно оцінюйте нові інструменти, фреймворки та шаблони архітектури, щоб модернізувати, оптимізувати та додати гнучкості нашому стеку даних.

Що налаштовує вас на успіх:

•
Старший практичний досвід: підтверджена репутація в якості старшого інженера даних, архітектора даних або технічного керівника в середовищах хмарних даних.

•
Готовність ШІ та агентів: підготовка структур даних, семантичних моделей, сховищ функцій і рівнів API/доступу для агентів ШІ, конвеєрів машинного навчання та автоматизованих робочих процесів LLM.

•
Майстерність Snowflake і dbt: глибокі практичні знання з адміністрування, налаштування та моделювання в Snowflake, а також поглиблене володіння dbt (макроси, інкрементальні моделі, спеціальні тести, пакети та тестування CI/CD на основі dbt).

•
Розширені навички SQL і Python: експертні аналітичні навички SQL (налаштування плану виконання запитів, віконні функції, CTE) і сильне знання Python для конвеєрів даних, сценаріїв і робочих процесів MLOps.

•
Оркестровка та оцінка інструментів: практичний досвід роботи з двигунами прийому та оркестровки (наприклад, Matillion, Apache Airflow, Prefect, Dagster, Fivetran), з сильною здатністю оцінювати архітектурні компроміси, продуктивність і витрати під час вибору або міграції платформ.

•
Дисципліна DataOps і розробка програмного забезпечення: досвід роботи з активними конвеєрами Git і CI/CD із досвідом розширення цих систем, включаючи автоматичне тестування даних, перевірку розгортання та безпечну ротацію облікових даних.

•
Критичне мислення та декомпозиція проблем: схильність ставити під сумнів припущення, збирати повний бізнес-контекст, формувати гіпотези та ретельно оцінювати результати (особливо для результатів AI/ML), перш ніж переходити до технічних рішень.

•
Прагматичні експерименти: пристрасть до створення легких MVP і доказів концепції (POC) для оцінки нових технологій, перевірки архітектурних гіпотез і модернізації стеку даних.…

Джерело: Jobicy (https://jobicy.com/jobs/156345-tech-lead-data-engineer)