Главный архитектор данных (Chief Data Architect)

Описание

Мы разрабатываем инновационный продукт интеллектуальный сервис видеомониторинга и видео аналитики. Наша платформа объединяет управляемые камеры (ПАКи), облачную обработку видео, мощную аналитику с ML и работу с высоконагруженными системами (4500+ rps, 20 TByte/day, тысячи устройств с использование технологий компьютерного зрения, 50 000 мегабит в секунду обрабатываемого видео-трафика, тысячи обрабатываемых сообщений в секунду). Мы решаем реальные задачи отрасли с помощью передовых технологий. У компании есть востребованный постоянно развивающийся продукт, с использованием наработок которого происходит его развитие.
В настоящее время в связи с расширением нашей команде требуется Chief Data Architect (Главный архитектор данных), который будет отвечать за формирование и развитие всей корпоративной архитектуры данных, определение стандартов, правил и процессов управления данными, обеспечение их качества, доступности, непротиворечивости и соответствия требованиям бизнеса, регуляторов и внутренних SLA.
Роль является стратегической и определяет, как компания собирает, хранит, структурирует, использует и масштабирует данные в рамках всей цифровой экосистемы.

Мы предлагаем:
работу в архитектурной команде с интересными задачами для реализации решений в b2g и b2b секторе с современным технологическим стеком и интересными задачами на стыке IoT, ML, Cloud и Web;
работу в аккредитованной ИТ-компании;
трудоустройство в полном соответствии с ТК РФ и белая конкурентная заработная плата;
график работы 5/2, в пятницу сокращенный рабочий день, офис (возможен гибрид);
квартальная и годовая премия;
социальные выплаты и компенсации;
проведение корпоративных мероприятий;
проведение обучения и повышения квалификации;
предоставление ДМС после испытательного срока.

Обязанности:
1. Стратегическое управление данными:
Формировать и реализовывать корпоративную стратегию управления данными (Data Strategy), согласованную с бизнес целями компании.
Определять целевую архитектуру данных на уровне компании, включая:
- модели данных по доменам;
- архитектуру DWH/Data Lake;
- форматы обмена данными;
- стандарты API и событийных потоков.
Консультировать руководство по вопросам, связанным с данными: метрики эффективности, продуктовые модели, прогнозирование, стратегические решения.
2. Архитектура данных:
Проектировать и утверждать целевую архитектурную схему данных компании с учётом специфики видеомониторинга и видеоаналитики.
Утверждать:
- схемы данных;
- модели данных;
- форматы API;
- схемы событийных потоков.
Контролировать:
- структуру DWH и дата витрин;
- интеграционные потоки;
- источники данных (включая потоковые видеоданные);
- связность всех источников данных, минимизацию дублирования и хаотичности в архитектуре.
3. Управление качеством и каталогом данных:
Организовывать и контролировать процессы Data Quality:
- мониторинг качества данных;
- определение и внедрение бизнес правил качества;
- настройка алертов о нарушениях качества;
- выявление и устранение первопричин дефектов данных.
Вести каталог данных, включая:
- data lineage (происхождение данных);
- метаданные;
- атрибуты доступа и права.
Построить систему контроля:
- качества данных;
- линейности (lineage);
- доступов;
- соблюдения политик управления данными.
4. Управление доменной моделью и мастер данными :
Вести корпоративную модель данных по доменам (в т. ч. домены видеомониторинга, видеоаналитики, событийной аналитики).
Управлять Master Data (основные данные) и Reference Data (справочные данные), включая:
- корпоративный глоссарий;
- мастер данные;
- справочники;
- доменные модели.
Обеспечивать согласованность доменных моделей с бизнес процессами и ML решениями.
5. Процессные и организационные функции:
Руководить Управлением по работе с данными (Data Office), формировать команду и распределять роли.
Регламентировать взаимодействие между подразделениями:
- разработка;
- ML команды;
- аналитический блок.
Контролировать соблюдение data contracts и корпоративных стандартов разработки.
Организовывать и управлять Data Governance Board (советом по управлению данными), включая:
- планирование заседаний;
- согласование политик и стандартов;
- контроль исполнения решений.
6. Технологическое лидерство и стандартизация:
Участвовать в выборе архитектурных решений, технологий и платформ для:
- хранения и обработки данных (в т. ч. видеоданных);
- потоковой передачи и анализа данных;
- ETL/ELT процессов.
Разрабатывать и внедрять корпоративные стандарты:
- ETL/ELT;
- потоковой передачи данных (streaming);
- CDC (Change Data Capture);
- версионирования схем данных.
Определять подходы к работе с чувствительными данными, включая:
- политики хранения;
- меры безопасности;
- соответствие нормативным требованиям (в т. ч. регламентам обработки видеоданных).
7. Поддержка аналитического блока и ML команд:
Обеспечивать аналитический центр:
- требованиями к дата витринам;
- структурой доменных данных;
- SLA по наполнению витрин.
Взаимодействовать с CTO, разработчиками и ML командами по вопросам:
- стандартов данных;
- схем данных;
- data contracts;
- согласования изменений в архитектурах и моделях.
8. Иные обязанности:
Выполнять иные поручения руководства, связанные с трудовой функцией.
Участвовать в кросс функциональных проектах, требующих экспертизы в области данных.
Отслеживать тренды и инновации в области управления данными, видеоаналитики и ML, предлагать инициативы по внедрению.

Требования:

Профессиональные компетенции:
высшее техническое образование (Computer Science, Applied Math, Data Engineering);
опыт работы Chief Data Architect, CDO, Head of Data, Lead Data Architect или аналогичной роли от 6 лет;
глубокая экспертиза в архитектуре данных: DWH, Data Lake, Lakehouse, MDM, CDC, event sourcing, потоковые платформы;
отличные знания принципов Data Governance, DAMA-DMBoK, Data Quality, Data Catalog, классификации данных;
продвинутая компетенция в моделировании данных: концептуальная, логическая, физическая модели;
понимание микросервисной архитектуры, REST/gRPC, Kafka, очередей, схем и версионирования;
практический опыт внедрения data-contracts, изменений схем, согласования API;
опыт работы с BI-системами, аналитическими витринами, метриками, KPI;
понимание работы ML-платформ, требований к данным для ML, особенностей MLOps;
знание принципов информационной безопасности и требований к обработке данных.

Личные качества:
системное мышление и способность видеть архитектуру на уровне компании;
умение объяснять сложные технические концепции бизнесу и управленцам;
способность отстаивать архитектурные решения и стандарты;
навык фасилитации спорных решений между Dev, ML и аналитикой;
стратегический подход и ориентация на долгосрочную целостность данных.

Будет преимуществом:
наличие сертификатов: DAMA CDMP, TOGAF, Data Vault 2.0 или аналогичные;
публикации, участие в профессиональных сообществах.