Мы расширяем возможности людей. В Preply мы создаем преобразующий опыт обучения. Мы помогаем людям открыть для себя волшебство идеального репетитора, построить персонализированный образовательный путь и сохранять мотивацию для постоянного роста. Наш подход основан на человеческом факторе и поддерживается технологиями — и он оказывает реальное влияние.

Мы только что достигли статуса единорога, получив 150 млн долларов в рамках раунда D, что ускоряет нашу миссию по преобразованию образования с помощью основанного на человеческом факторе, усиленного ИИ обучения. Сегодня более 100 000 репетиторов обучают 90+ языкам учеников в 180 странах — и это только начало. Как компания, определяющая свою категорию, мы формируем будущее обучения в глобальном масштабе.

Каждый урок Preply инициирует изменения, подпитывает амбиции и способствует значимому прогрессу. Присоединение к Preply означает помощь в определении будущего образования в глобальном масштабе и создание чего-то по-настоящему важного для миллионов людей каждый день.

Познакомьтесь с командой! В Preply команда ингестии и обогащения данных обеспечивает единую, надежную и масштабируемую основу данных. Команда гарантирует, что вся аналитика, машинное обучение и продуктовые функции построены на унифицированных, управляемых и готовых к продакшену активах данных в Lake House Preply, включая извлечение, нормализацию и генерацию структурированных данных из неструктурированных активов Preply, формируя долговечный «ров данных» для продуктов на основе ИИ.

В качестве старшего инженера по данным в команде ингестии и обогащения данных вы будете проектировать и отвечать за слой данных, который обеспечивает аналитику, машинное обучение и продукты Preply. Вы будете тесно сотрудничать с командами ML Platform, Applied/Data Scientists, Analytics Engineering и Product, чтобы гарантировать, что функции, наборы данных и конвейеры готовы к продакшену, наблюдаемы и повторно используемы во всей компании. Эта роль сочетает в себе практическую инженерию с техническим лидерством.

Чем вы будете заниматься: Создание надежных основ ингестии и обогащения (Data Lake и Data as a Product): Проектирование, создание и управление озером данных Preply. Обеспечение того, чтобы каждый набор данных имел четкое владение, назначение, схемы и ожидания по качеству от первой ингестии до последующего потребления командами аналитики, продуктов и машинного обучения. Рассматривайте доверие, корректность и предсказуемость как первоклассные функции платформы.

Управление сквозными конвейерами ингестии (пакетная и потоковая): Разработка и эксплуатация масштабируемых, надежных пакетных и потоковых конвейеров ингестии, поддерживающих как сценарии реального времени, так и аналитические сценарии. Проектирование четких слоев: необработанные → стандартизированные → потребление с явными обязанностями, происхождением и стратегиями хранения. Балансировка производительности, затрат и надежности по мере масштабирования платформы.

Качество данных, контракты и ранняя валидация: Определение и внедрение контрактов данных между производителями и потребителями, охватывающих гарантии схемы, свежести, объема и качества. Встраивание валидации, обнаружения аномалий и проверок качества на ранних этапах жизненного цикла ингестии для выявления проблем до их распространения. Стандартизация методов измерения, мониторинга и отображения метрик качества по всей платформе.

Обогащение, моделирование и управление жизненным циклом: Создание логики обогащения, которая объединяет, стандартизирует и контекстуализирует данные из разных доменов с использованием общих определений и повторно используемых шаблонов. Поддержка отслеживания истории, корректности в определенный момент времени и версионирования наборов данных, чтобы последующие пользователи могли уверенно анализировать изменения и их последствия с течением времени.

Наблюдаемость, надежность и операционное совершенство: Инструментирование конвейеров ингестии с сильной наблюдаемостью: метрики свежести, задержки, качества данных и затрат. Участие в SLO, оповещениях и руководствах по реагированию на инциденты, чтобы сбои данных были видимыми, диагностируемыми и восстанавливаемыми. Помощь в переходе платформы от реактивного тушения пожаров к проактивному управлению надежностью.

Управление и соответствие требованиям по дизайну: Применение последовательного контроля доступа, классификации и защиты конфиденциальности во время ингестии. Обеспечение того, чтобы конфиденциальные данные по умолчанию правильно маскировались, минимизировались или анонимизировались, и чтобы все потоки данных были аудируемыми и отслеживаемыми. Сделать управление невидимым для пользователей, но глубоко встроенным в рабочие процессы платформы.

Включение самообслуживания и стандартизации: Участие в стандартизированных шаблонах ингестии, общих библиотеках и инструментах платформы, которые позволяют командам самостоятельно подключать новые источники данных в рамках четких правил. Улучшение обнаруживаемости, документации и метаданных, чтобы наборы данных было легко найти, понять и доверить им, не полагаясь на «племенные знания».

Меж командное сотрудничество и владение: Тесное сотрудничество с партнерами из отделов Product, Backend, Analytics и ML для согласования требований к ингестии, компромиссов и приоритетов. Продвижение общего владения качеством данных и стандартами платформы, а также помощь в формировании культуры, в которой команды быстро движутся вперед под общими контрактами и принципами данных.

Что вам нужно для успеха:

• Опыт проектирования и создания архитектурных шаблонов крупного, масштабируемого приложения (например, хорошо спроектированные API, конвейеры данных с высоким объемом, эффективные алгоритмы).
• Обширный опыт работы в командах платформенной или инженерной разработки данных (или эквивалентное влияние) с подтверждением руководства многосторонними проектами.
• Знание облачных платформ (AWS/GCP или эквивалент) и современных практик DevOps.
• Практический опыт проектирования и внедрения инфраструктур обработки данных в реальном времени и пакетной обработки с использованием современных фреймворков, таких как Spark, Flink, Spark streaming, Kafka, Debezium и т.д.
• Экспертиза в инструментах оркестрации, таких как Airflow, dbt или аналогичные.
• Исключительные навыки решения проблем в сочетании с проактивным, инновационным мышлением, ориентированным на постоянное совершенствование.
• Сильные коммуникативные навыки и навыки кросс-функционального сотрудничества (уровень английского B2+) Почему вам понравится работать в Preply:
• Открытая, совместная, динамичная и разнообразная культура;
• Щедрое ежемесячное пособие на уроки на Preply.com, бюджет на обучение и развитие, а также время для саморазвития.
• Конкурентоспособный финансовый пакет с опционами на акции, отпуском и медицинской страховкой;
• Доступ к бесплатным платформам поддержки психического здоровья;
• Возможность раскрыть потенциал учащихся и преподавателей через изучение и преподавание языков в 175 странах (и их число растет!). Наши принципы
• Заботимся об изменении мира
• Мы делаем это для учеников
• Постоянно совершенствуемся
• Время действовать — сейчас
• Дисциплинированное исполнение
• Погружаемся глубоко
• Мышление роста
• Поднимаем планку
• Спорим, но принимаем решение
• Единый Preply Разнообразие, равенство и инклюзивность Preply.com стремится создать инклюзивную среду, в которой могут преуспевать люди из разных слоев общества. Мы верим, что наличие разных мнений и точек зрения является ключевым фактором нашего успеха как мультикультурной Ed-Tech компании. Это означает, что Preply будет рассматривать все заявления о приеме на работу независимо от расы, цвета кожи, религии, гендерной идентичности или выражения, сексуальной ориентации, национального происхождения, инвалидности, возраста или статуса ветерана.