Datu inženieris(-)

Wandoo Finance ir patēriņa kreditēšanas fintech uzņēmums ar galveno biroju Latvijā, kas darbojas Polijā, Spānijā, Rumānijā, Peru un nu arī Lietuvā. Pieci tirgi, strauja izaugsme, arvien plašāks produktu klāsts — un visam tam ir jānonāk vienā datu noliktavā, kurai cilvēki var patiešām uzticēties.

Mēs meklējam datu inženieri, kas pievienosies četru cilvēku datu komandai. Datu platforma joprojām tiek veidota, un tas nozīmē, ka risinājumi un principi, ko ieviesīsi šodien, būs pamats tam, kā uzņēmums strādās pēc diviem gadiem.

Komanda un Tava loma tajā

Mums nav šauri definētu lomu robežu. Nav atsevišķas BI komandas, kurai nodot darbu, un nav analītiķa, kurš pārņemtu “dashboard daļu”. Tas, kurš izveido datu plūsmu, bieži vien izveido arī pārskatu un pēc tam izskaidro rezultātus stakeholderim.

Ieguvums? Tu redzi, kā Tavs datu modelis pārvēršas reālā biznesa lēmumā, nevis vienkārši nodod tabulu tālāk un nekad vairs par to nedzirdi.

Ikdienā Tu:

• Veidosi datu plūsmas uz BigQuery
• Modelēsi datus, kas atrodas mūsu kreditēšanas produktu pamatā
• Veidosi un uzturēsi atskaites un analītikas risinājumus virs šiem datiem
• Risināsi dažādus uzdevumus — vienu nedēļu labosi datu plūsmu, nākamo optimizēsi lēnu procesu, bet vēl nākamajā pārveidosi nekārtīgu avota datu plūsmu par modeli, uz kura kāds balstīs biznesa lēmumus

Šī loma vairāk orientēta uz backend pusi. Aptuveni divas trešdaļas laika būs saistītas ar datu plūsmām, datu noliktavu un transformācijām, bet viena trešdaļa — ar pārējo: Power BI un DAX, atbalstu, uzturēšanu un ad-hoc pieprasījumiem. Mēs to pasakām godīgi, jo izlikšanās, ka šī pēdējā trešdaļa neeksistē, parasti beidzas ar neapmierinātu cilvēku.

Tu nebūsi atbildīgs par visu tehnoloģiju kopumu. Tev būs konkrētas stack daļas, par kurām Tu rūpēsies, bet sarežģītākos lēmumos strādāsi kopā ar senior līmeņa inženieriem. Laika gaitā varēsi uzņemties arvien vairāk.

Taču tas, kas būs Tavā atbildībā, būs pa īstam — Tavi pieņemtie lēmumi paliks kodā arī pēc tam, kad būsi tos pieņēmis.

• Spēcīgas SQL zināšanas — jūties pārliecinoši ar sarežģītiem analītiskiem vaicājumiem un saproti, kāpēc vaicājums var būt lēns
• Labas Python zināšanas datu apstrādei un Data Engineering uzdevumiem
• Praktiska pieredze ar cloud datu noliktavu — BigQuery, Snowflake, Redshift, Databricks, Synapse vai kādu citu
• Izpratne par datu modelēšanu un datu noliktavu arhitektūras pamatiem
• Plašs skatījums uz Data Engineering — vienu nedēļu strādāsi pie datu modeļa, nākamajā būs jāatšķetina mantots skripts vai jāpārveido atskaišu slānis. Tas viss ir daļa no darba
• Iniciatīva — ja kaut kas nedarbojas, Tu ej un meklē problēmas cēloni, nevis gaidi, kad kāds to iedos Tev kā uzdevumu

Priekšrocības

• Praktiska pieredze ar dbt — ja esi ar to strādājis, Tev būs iespēja ietekmēt, kā to ieviešam uzņēmumā
• Dagster, Airflow vai cita orchestration rīka pieredze
• BigQuery un GCP pieredze, kā arī izpratne par to, kas padara vaicājumu dārgu
• Power BI un DAX zināšanas — ja vēl neproti, iemācīsies pie mums, bet svarīgi, lai Tev būtu vēlme to apgūt
• Pieredze fintech, kreditēšanā vai darbā ar lieliem transakciju datu apjomiem
• Pieredze ar version control, testēšanu un labās prakses ieviešanu datu izstrādē

• Hybrid 3+2 — trīs dienas birojā, divas no mājām
• Workcation iespēju — strādā no sev izvēlētas vietas līdz 2 nedēļām gadā
• Brīvdienu dzimšanas dienā — Tava diena, Tavi noteikumi, bez liekiem jautājumiem
• Veselības apdrošināšanu — paplašināts segums pēc pārbaudes laika
• Privātu sporta zāli — tepat birojā, tikai mūsu darbiniekiem
• Mācību budžetu — Tu izvēlies, ko apgūt, mēs atbalstām
• Reālu autonomiju — komandā, kas ir pietiekami maza, lai nekas no tā, ko Tu uzbūvē, nepazustu kaut kur procesā
• Patiesi sarežģītu biznesa vidi — kreditēšanas loģika, regulatīvās atskaites un produktu klāsts, kas nepārtraukti aug un liek pārskatīt arī pagājušajā ceturksnī izveidotos modeļus
• Senior līmeņa inženierus, no kuriem mācīties, un vadītāju, kurš cilvēku izaugsmi uzskata par daļu no sava darba
• Tehnoloģiju kopumu, kuru vari palīdzēt pabeigt izveidot — BigQuery, Python, dbt, Dagster