О проекте: Наша agile-команда создает информационную платформу в интересах Департамента Глобальных Рынков (ДГР). ДГР – предоставляет корпоративным и розничным клиентам широкий спектр продуктов и услуг на локальных и зарубежных финансовых рынках. Ключевые направления бизнеса – Fx trading, Commodities, Equity, Founding, Fixed Income, Rates, Credit Valuation Adjustment, Structured Products, Investment Banking. Этот бизнес потребляет и порождает огромное количество данных, которые должны обрабатываться c целью: поддержки регулярных бизнес-операций проведения Ad hoc анализа подготовки регулярной аналитической / управленческой отчетности разработки моделей машинного обучения, направленных на решение широкого спектра прикладных задач прогнозирования, классификации, кластеризации, выявления поведенческих паттернов и отклонений от них, сентимент-анализ и т.д. Разрабатываемая нами информационная платформа – высоконагруженное решение, призванное обеспечить достижение всех этих целей. Текущий инструментальный стек платформы: Python, Java, Informatica PowerCenter, Kafka, AirFlow, InfluxDB, kdb+, OneTick, MS SQL, PostgreSQL, MongoDB, Grafana, Qlik Sense, Kibana, ELK, OpenShift, Python ML/DL libraries, PySpark, TensorFlow; Обязанности: Проектирование и разработка корпоративной аналитической платформы (ПКАП); Системная разработка, поддержка и оптимизация ETL-процессов и ML-моделей (MLOps) на платформах Greenplum и Hadoop; R&D, реализация пилотов по выбору технологий и решений; Поддержка промышленной эксплуатации разработанных решений; Поддержание технической документации в актуальном состоянии; Требования: Опыт промышленной разработки на python (ETL-процессы Airflow); Опыт с экосистемой Hadoop (HDFS, Hive, Impala, Spark, Oozie, ...); Опыт работы с CI/CD решениями на базе Jenkins и Bitbucket/Git; Опыт работы с популярными РСУБД (Greenplum, Teradata, Oracle, MSSQL); Знание SQL, PL/SQL; Знание основ администрирования ОС Linux; Понимание построения хранилищ данных (DWH); Будет плюсом: Опыт программирования на Java/Scala; Создание моделей машинного обучения, прохождение курсов по машинному обучению; Понимание основ облачных технологий и технологий виртуализации и контейнеризации; Практический опыт с автоматизацией развертывания ПО; Опыт администрирования РСУБД;
Адрес
Москва