Data QA engineer

Ajax Systems — міжнародна технологічна компанія і найбільший у Європі виробник охоронних систем. Продуктам Ajax довіряють уже понад 4,5 мільйони кінцевих користувачів і 330 тисяч PRO-користувачів у більш ніж 180 країнах. Компанія пропонує комплексні рішення для захисту житлових і комерційних об'єктів різного масштабу. Нині портфоліо Ajax налічує 280 пристроїв для захисту від вторгнення, відеоспостереження, пожежної безпеки та комфорту й автоматизації. Кожного року ми демонструємо кратне зростання як у чисельності команди, так і в кількості користувачів у всьому світі. 

 

Ajax Systems має виробництво повного циклу: від генерації ідей та створення прототипів до масового виробництва та продажу по всьому світу. Кожен департамент закриває певну операційну потребу бізнесу в повній мірі. Фахівці компанії залучені на всіх етапах: від виробничої лінії в Україні до логістичного центру в Польщі, звідки продукцію відправляють дистрибʼюторам по всьому світу.

 

Зараз ми шукаємо Data QA Engineer (Middle) до команди Data Warehouse & Analytics, який допоможе побудувати системний підхід до тестування даних та забезпечити їхню якість на всіх етапах обробки — від джерел до фінальних аналітичних вітрин.

Наша команда працює над розвитком корпоративної платформи даних на базі Databricks, інтеграцією даних із SAP, 1С та інших систем, підготовкою master data для впровадження SAP на міжнародних виробничих майданчиках, а також автоматизацією управлінської та аналітичної звітності.

Це можливість долучитися до побудови процесів Data QA практично з нуля, впливати на підходи до тестування та розвивати автоматизацію перевірок якості даних.

 

• Побудова та розвиток процесів тестування даних у команді Data Warehouse & Analytics.

• Тестування ETL/ELT-процесів та перевірка коректності передачі й трансформації даних із SAP, 1С та інших джерел до Databricks.

• Перевірка відповідності даних бізнес-вимогам на всіх етапах обробки: від source-систем до фінальних аналітичних вітрин.

• Проведення Data Validation та Source-to-Target Reconciliation для забезпечення точності, повноти й узгодженості даних.

• Перевірка бізнес-логіки трансформацій, правил обробки та збагачення даних.

• Виявлення дублів, пропущених записів, некоректних значень та інших аномалій у даних.

• Розробка та підтримка тест-кейсів, тестових сценаріїв і правил перевірки якості даних.

• Побудова та розвиток автоматизованого тестування даних, зокрема регресійних перевірок.

• Перевірка коректності даних після змін у data pipelines, структурах даних і бізнес-логіці.

• Участь у тестуванні процесів підготовки master data для впровадження SAP.

• Аналіз причин розбіжностей у даних та взаємодія з Data Engineers, Business Analysts і суміжними командами для їх усунення.

• Участь у вдосконаленні підходів до Data Quality та підвищенні надійності процесів обробки даних.

• Від 2 років комерційного досвіду в Data QA, ETL QA, DWH QA або Software QA зі значним фокусом на тестуванні даних.

• Впевнене володіння SQL: самостійне написання запитів, робота з JOIN, CTE, фільтрацією, агрегацією та вибірками з декількох таблиць.

• Знання Python та розуміння можливостей його використання для тестування й автоматизації перевірок даних.

• Розуміння принципів Quality Engineering та практичних підходів до побудови процесів тестування.

• Розуміння ETL/ELT-процесів, архітектури Data Warehouse та життєвого циклу даних.

• Знання принципів Data Quality, Data Validation, Data Reconciliation та Data Governance.

• Досвід перевірки коректності трансформацій даних і відповідності результатів бізнес-вимогам.

• Розуміння принципів регресійного тестування та автоматизації тестових перевірок.

• Розвинені аналітичні навички, здатність самостійно розбиратися у складній бізнес-логіці та знаходити причини проблем із даними.

• Проактивність, системність, конструктивна комунікація та здатність організовувати роботу в умовах динамічних пріоритетів.

• Англійська мова на рівні від Intermediate для роботи з документацією та комунікації з міжнародними командами.

• Практичний досвід автоматизації Data Quality / Data Validation тестів.

• Досвід роботи з Databricks, PySpark, Spark.

• Досвід роботи з Python-based testing frameworks, pytest, Great Expectations, dbt tests, Soda або аналогічними інструментами.

• Досвід тестування інтеграцій SAP з DWH або іншими корпоративними платформами даних.

• Досвід побудови процесів тестування з нуля.

• Розуміння CI/CD та досвід інтеграції автоматизованих тестів у процеси розробки.

• Досвід роботи з великими обсягами даних і багатоджерельними інтеграціями.

• Досвід роботи з BI-рішеннями, зокрема Power BI.