A KAYAK olyan utazási kereső- és összehasonlító platform, amely több száz utazási oldal repülőjáratait, szállásait és autókölcsönzési lehetőségeit hasonlítja össze, hogy segítsen az embereknek megtervezni utazásaikat. Webhelye és mobilalkalmazása lehetővé teszi az utazók számára, hogy praktikus szempontok alapján pontosítsák a találatokat, értesítésekkel kövessék az árakat, valamint a KAYAK Trips segítségével rendszerezzék terveiket. A mobilárak és az utazási értesítések révén a KAYAK megalapozottabb foglalási döntéseket támogat, miközben az utazással kapcsolatos keresést egy helyen tartja.
Staff adatplatform-mérnök, KAYAK – Berlin, hibrid
Vezesse a KAYAK közös adatplatformjának fejlesztését, amely az analitikát, a gépi tanulást és a mesterséges intelligenciával támogatott utazási keresést szolgálja ki. Építsen skálázható streamelési, lakehouse-, metaadat- és lekérdezési infrastruktúrát.
Leírás
- Formálja a KAYAK közös adatplatformját a közel valós idejű streamelés, a lakehouse-tárolás, a sémakezelés, a szemantikai rétegek és az elosztott lekérdezési infrastruktúra területén
- Vezesse a platformkezdeményezéseket a kezdeti problémameghatározástól és architektúratervezéstől a megvalósításon, bevezetésen és üzemeltetési átadáson át
- Állítson fel technikai szabványokat az adatszerződésekhez, a sémafejlődéshez, az adatbetöltési gyakorlatokhoz és az éles üzemre való felkészültséghez
- Hozzon létre újrahasznosítható architektúrákat a streamelt adatbetöltéshez, a tömörítéshez, a megőrzéshez, a sémakormányzáshoz, a megfigyelhetőséghez és az általános adatfejlesztési kihívásokhoz
- Valósítsa meg a platform megfigyelhetőségét pipeline-monitorozással, a fogyasztói késleltetés követésével, adatminőség-ellenőrzéssel és riasztásokkal
- Működjön együtt az Operations, a Security, az Engineering, a Data Engineering és a Product csapataival, hogy a platform a felhasználói igényekhez igazodva fejlődjön
- Vezesse a szemantikai rétegekre és metaadatokra vonatkozó stratégiákat, amelyek támogatják a következetes önkiszolgáló analitikát és a megbízható MI-adathozzáférést
- Értékelje a technológiákat és architekturális megközelítéseket a streamelés, a tárolás, a lekérdezés, az orkhesztráció és a felhőinfrastruktúra területén
- Mentorálja a mérnököket tervezési és kódáttekintésekkel, páros munkával és újrahasznosítható technikai útmutatással
- Oldjon meg összetett architekturális és üzemeltetési problémákat, amelyek a helyreállítással, a sémák eltérésével, a partíciók kezelésével és a teljesítményromlással kapcsolatosak
Követelmények
- Legalább hét év professzionális adatfejlesztési tapasztalat, ezen belül jelentős senior vagy staff szintű, szervezeti szintű technikai hatókörrel végzett munka
- Nagy léptékű lakehouse-architektúrák tervezésében és üzemeltetésében szerzett tapasztalat olyan technológiákkal, mint az Apache Iceberg, a Parquet és a felhőalapú objektumtárolás
- Éles környezetben működő streamelési pipeline-ok építésében és üzemeltetésében szerzett tapasztalat eseményvezérelt adatbetöltéssel, pontosan egyszeri feldolgozási szemantikával, fogyasztói késleltetés-kezeléssel, checkpointokkal, helyreállítással és hibakezeléssel
- Gyakorlati tapasztalat adatszerződésekkel, sémakormányzással, metaadatrendszerekkel vagy szemantikai rétegekkel
- Magabiztos Python-programozási készség és karbantartható, tesztelhető éles kód szállításában szerzett tapasztalat
- Kubernetesen futó adatfeldolgozási munkaterhelések telepítésében és üzemeltetésében szerzett tapasztalat, beleértve a konténerizált infrastruktúrát, az erőforrás-hangolást és az állapotellenőrzéseket
- Képesség több csapat befolyásolására, az architekturális kompromisszumok bemutatására és az elfogadás vezetésére
- Mérnökök mentorálásában, valamint felülvizsgálatokkal, dokumentációval és újrahasznosítható mintákkal a technikai szabványok javításában szerzett tapasztalat
- Hajlandóság széles körű és bizonytalan technikai problématerületek felelősségének vállalására
- Trino-hoz hasonló elosztott lekérdezőmotorokkal szerzett tapasztalat
- Apache Airflow-hoz hasonló munkafolyamat-orkhesztrációs eszközökkel szerzett tapasztalat
- AWS vagy hasonló nyilvános felhőplatform használatában szerzett tapasztalat
- CI/CD- és telepítésautomatizálási eszközökkel, például a GitHub Actions használatával szerzett tapasztalat
- Java vagy más JVM-alapú programozási nyelv munkaszintű ismerete
Juttatások
- Évente legfeljebb 20 napig szinte bárhonnan dolgozhat
- A vállalat által finanszírozott terápiás alkalmak a SpringHealthen keresztül
- A vállalat által finanszírozott Headspace-előfizetés
- Évente egy teljes vállalati szabad hét
- Megbeszélésmentes péntekek
- Fizetett szülői szabadság
- Fizetett idő önkéntes munkára
- Fejlesztési keret
- Vezetőfejlesztési lehetőségek
- Több ezer igény szerint elérhető e-learning kurzushoz való hozzáférés
- Utazási kedvezmények
- Munkavállalói erőforráscsoportok
- Hat hét fizetett szabadság, valamint egy szabadnap a születésnapjára
- Ingyenes ebéd hetente két napon
- Nyugdíjprogramhoz nyújtott hozzájárulások
- Tömegközlekedési támogatás
- Kerékpár-lízingprogram
- Havi közösségi események, csütörtöki happy hourok és sportcsapatok
- Irodai helyszín Berlin Friedrichshain negyedében