Ang KAYAK ay isang platform para sa paghahanap at paghahambing ng paglalakbay na tumutulong sa mga tao na magplano ng biyahe sa pamamagitan ng paghahambing ng mga flight, hotel, at rental car mula sa daan-daang travel site. Hinahayaan ng website at mobile app nito ang mga biyahero na pinuhin ang mga resulta ayon sa praktikal na kagustuhan, subaybayan ang mga presyo gamit ang mga alerto, at ayusin ang mga plano sa pamamagitan ng KAYAK Trips. Sa tulong ng mobile rates at mga abiso sa paglalakbay, sinusuportahan ng KAYAK ang mas maalam na mga desisyon sa pag-book habang pinananatili sa iisang lugar ang pagsasaliksik para sa biyahe.
Staff na Inhinyero ng Data Platform, KAYAK - Hybrid sa Berlin
Pangunahan ang pag-unlad ng pinagsasaluhang data platform ng KAYAK para sa analytics, machine learning, at AI-powered travel search. Bumuo ng scalable na streaming, lakehouse, metadata, at query infrastructure.
Paglalarawan
- Hubugin ang pinagsasaluhang data platform ng KAYAK para sa near-real-time streaming, lakehouse storage, schema management, semantic layers, at distributed query infrastructure
- Pangunahan ang mga inisyatiba ng platform mula sa pagtukoy ng problema at pagbuo ng arkitektura hanggang sa implementasyon, rollout, at operational handoff
- Magtakda ng mga teknikal na pamantayan para sa data contracts, schema evolution, ingestion practices, at production readiness
- Bumuo ng mga reusable architecture para sa streaming ingestion, compaction, retention, schema governance, observability, at karaniwang hamon sa data engineering
- Ipatupad ang platform observability sa pamamagitan ng pipeline monitoring, consumer-lag tracking, data-quality validation, at alerting
- Makipagtulungan sa Operations, Security, Engineering, Data Engineering, at Product upang mapaunlad ang platform batay sa pangangailangan ng mga user
- Pangunahan ang mga estratehiya sa semantic layer at metadata na sumusuporta sa pare-parehong self-service analytics at mapagkakatiwalaang AI data access
- Suriin ang mga teknolohiya at architectural approach para sa streaming, storage, querying, orchestration, at cloud infrastructure
- Mentoran ang mga engineer sa pamamagitan ng design at code review, pairing, at reusable technical guidance
- Lutasin ang masalimuot na mga isyung pang-arkitektura at operasyon na may kinalaman sa recovery, schema drift, partition management, at performance degradation
Mga Kinakailangan
- Hindi bababa sa pitong taon ng propesyonal na karanasan sa data engineering, kabilang ang malawak na karanasan sa senior o staff level na may saklaw na teknikal sa buong organisasyon
- Karanasan sa pagdisenyo at pagpapatakbo ng malalaking lakehouse architecture gamit ang mga teknolohiyang gaya ng Apache Iceberg, Parquet, at cloud object storage
- Karanasan sa production sa pagbuo at pagpapatakbo ng streaming pipelines na may event-driven ingestion, exactly-once semantics, consumer-lag management, checkpointing, recovery, at failure handling
- Praktikal na karanasan sa data contracts, schema governance, metadata systems, o semantic layers
- Mahusay na kasanayan sa Python programming at karanasan sa paghahatid ng maintainable at testable production code
- Karanasan sa pag-deploy at pagpapatakbo ng data workloads sa Kubernetes, kabilang ang containerized infrastructure, resource tuning, at health checks
- Kakayahang makahikayat ng ilang team, magpaliwanag ng architectural trade-offs, at manguna sa adoption
- Karanasan sa pag-mentor ng mga engineer at pagpapahusay ng teknikal na pamantayan sa pamamagitan ng reviews, documentation, at reusable patterns
- Kahandaang akuin ang malawak at malabong mga teknikal na problem space
- Karanasan sa distributed query engines gaya ng Trino
- Karanasan sa workflow orchestration tools gaya ng Apache Airflow
- Karanasan sa paggamit ng AWS o katumbas na public cloud platform
- Karanasan sa CI/CD at deployment automation tools gaya ng GitHub Actions
- Working knowledge ng Java o iba pang wikang batay sa JVM
Mga Benepisyo
- Magtrabaho mula sa halos kahit saan nang hanggang 20 araw bawat taon
- Mga therapy session na pinopondohan ng kumpanya sa pamamagitan ng SpringHealth
- Subscription sa Headspace na pinopondohan ng kumpanya
- Isang linggong pahinga para sa buong kumpanya bawat taon
- Mga Biyernes na walang meeting
- Bayad na parental leave
- Bayad na oras para sa pagboboluntaryo
- Pondo para sa development
- Mga oportunidad para sa leadership development
- Access sa libu-libong on-demand e-learning course
- Mga diskuwento sa paglalakbay
- Mga employee resource group
- Anim na linggong bayad na bakasyon at isang araw na pahinga sa iyong kaarawan
- Libreng tanghalian dalawang araw bawat linggo
- Mga kontribusyon sa pension plan
- Mga subsidiya sa pampublikong transportasyon
- Programa sa pag-lease ng bisikleta
- Buwanang social event, Thursday happy hour, at mga sports team
- Lokasyon ng opisina sa Friedrichshain, Berlin