ProsperOps to firma SaaS specjalizująca się w autonomicznej automatyzacji FinOps dla organizacji korzystających z obciążeń działających w AWS, Google Cloud i Microsoft Azure. Jej platforma pomaga zespołom FinOps i DevOps zarządzać wydatkami na chmurę dzięki optymalizacji stawek z wykorzystaniem AI, automatycznemu zarządzaniu zobowiązaniami, harmonogramowaniu zasobów oraz optymalizacji obciążeń. Dzięki ciągłej analizie danych rozliczeniowych i dostosowywaniu zobowiązań oraz harmonogramów ProsperOps dąży do zwiększenia efektywności chmury, jednocześnie ograniczając ryzyko uzależnienia od dostawcy i redukując niepotrzebne wydatki. Firma oferuje również funkcje raportowania, benchmarkingu i showback, wspierając większą przejrzystość kosztów oraz podejmowanie decyzji w zakresie finansów chmurowych.
Starszy inżynier danych
Kieruj projektowaniem interfejsów API w Pythonie i skalowalnych platform danych do optymalizacji kosztów chmury z wykorzystaniem PostgreSQL i Databricks. Wyznaczaj architekturę backendu, przepływy pracy AI i zasady eksploatacji systemów produkcyjnych.
Opis
- Projektuj i rozwijaj skalowalne, natywne dla chmury systemy backendowe oraz interfejsy API.
- Twórz i rozwijaj usługi API w Pythonie, takie jak FastAPI, udostępniające możliwości platformy danych.
- Projektuj schematy PostgreSQL oraz usprawniaj indeksowanie, wydajność zapytań i migracje.
- Wyznaczaj kierunek techniczny w zakresie niezawodności, skalowalności, wydajności i efektywności kosztowej przy dużym obciążeniu danymi.
- Prowadź złożone inicjatywy backendowe od wstępnego projektu przez uruchomienie produkcyjne po dojrzałą eksploatację.
- Utrzymuj potoki CI/CD z GitHub Actions i Terraform oraz wdrażaj zmiany na produkcję.
- Diagnozuj problemy dotyczące interfejsów API, baz danych i potoków danych.
- Współpracuj z zespołami inżynierii danych, frontendowymi, platformowymi i SRE.
- Kształtuj standardy inżynieryjne dotyczące jakości kodu, testowania, CI/CD, obserwowalności i eksploatacji.
- Weryfikuj projekty i implementacje w różnych zespołach oraz udzielaj wskazówek.
- Mentoruj inżynierów o różnym poziomie doświadczenia.
- Wykorzystuj najnowsze osiągnięcia branży w zakresie systemów backendowych, platform chmurowych i inżynierii danych na dużą skalę.
Wymagania
- Tytuł licencjata lub magistra w dziedzinie informatyki, inżynierii albo równoważne doświadczenie praktyczne.
- Co najmniej osiem lat doświadczenia w inżynierii backendowej.
- Praktyczne doświadczenie w tworzeniu aplikacji i usług w Pythonie, w tym produkcyjnych interfejsów API i usług.
- Bardzo dobra znajomość relacyjnych baz danych, najlepiej PostgreSQL.
- Doświadczenie w projektowaniu schematów, tworzeniu i optymalizacji złożonych zapytań, obsłudze narzędzi migracyjnych, takich jak Flyway, oraz diagnozowaniu wydajności planów zapytań.
- Doświadczenie w projektowaniu, tworzeniu, wdrażaniu i obsłudze interfejsów REST API z użyciem FastAPI, Flask lub równoważnego frameworka.
- Doświadczenie w tworzeniu i utrzymywaniu automatyzacji wdrożeń CI/CD za pomocą GitHub Actions, Azure DevOps lub podobnych narzędzi.
- Doświadczenie z infrastrukturą jako kodem przy użyciu Terraform lub porównywalnego narzędzia.
- Doświadczenie w tworzeniu wielkoskalowych platform danych lub analitycznych.
- Dobra znajomość obserwowalności, monitorowania, śledzenia rozproszonego, profilowania zapytań i diagnozowania opóźnień.
- Doświadczenie w obszarze bezpieczeństwa, zgodności z wymogami i korporacyjnych usług SaaS.
- Wcześniejsze doświadczenie w FinOps, optymalizacji kosztów chmury lub pracy z korporacyjnymi platformami SaaS.
- Doświadczenie z AWS, w tym ECS/Fargate, RDS, S3, IAM i Secrets Manager.
- Doświadczenie w tworzeniu systemów backendowych wykorzystujących AI, w tym przepływów pracy opartych na LLM lub agentach.
- Mile widziane, ale niewymagane: tryb Power BI Direct Lake i modelowanie semantyczne na potrzeby analityki lakehouse.
- Mile widziane, ale niewymagane: Mosaic AI, możliwości Databricks GenAI lub wdrożenia Feature Store.
- Mile widziane, ale niewymagane: wkład w otwartoźródłowy Spark, treści dla społeczności Databricks lub certyfikaty, takie jak Databricks Certified Data Engineer Professional.
Benefity
- Konkurencyjne wynagrodzenie.
- Elastyczne warunki pracy.
- Określone ścieżki rozwoju dla starszych liderów technicznych.
- Praca zdalna w regionie, w którym ogłoszono stanowisko.
- Pracodawca zapewnia równe szanse.
- Kandydatom, którzy tego potrzebują, zapewniamy udogodnienia.