Software Engineer, Machine Learning

O Nas

W Notion jesteśmy pasjonatami umożliwiania każdej osobie, zespołowi i firmie dostosowania swojego oprogramowania do rozwiązywania wszelkich problemów i pokonywania wyzwań. Choć komputery są potężnymi narzędziami, większość ludzi nie potrafi budować lub modyfikować używanego oprogramowania. Naszą misją jest to zmienić, skupiając się na projektowaniu i rzemiośle.

Od 2016 roku blisko współpracujemy i zdobyliśmy klientów takich jak Pixar, Mitsubishi, Figma, Plaid, Match Group i tysiące innych. W miarę jak dynamicznie rośniemy, z radością witamy nowych członków zespołu, którzy wyróżniają się w swoich dziedzinach. Naszym celem jest stworzenie różnorodnej i kreatywnej firmy, która rezonuje z milionami ludzi na całym świecie.

Czy aspirujesz do definiowania, co oznaczają dane w Notion? Szukamy wizjonerskich inżynierów do projektowania naszych narzędzi i infrastruktury danych podczas skalowania oraz do budowania i zarządzania tymi systemami w czasie.

Będziesz współpracować z różnymi zespołami w całej firmie, umożliwiając każdej funkcji czerpanie wartościowych danych i wglądów. Twoja rola będzie kluczowa w rozwijaniu infrastruktury Notion, aby podejmować decyzje oparte na wysokiej jakości danych.

Co osiągniesz:

• Zaprojektujesz i ustanowisz fundamenty umożliwiające samoobsługę i wykorzystanie danych w różnych działach, w tym przez naukowców zajmujących się danymi, finansistów i obsługę klienta. Obejmuje to skalowalne infrastruktury do pobierania danych, modele danych, pulpity, silniki zapytań i nie tylko.
• Wyartykułujesz i wdrożysz najlepsze praktyki związane z rejestrowaniem i ramami pobierania danych.
• Skonfigurujesz systemy monitorowania i alarmowania, aby zapewnić jakość i spójność danych.
• Zidentyfikujesz sposoby radzenia sobie z unikalnymi modelami danych i wzorcami użytkowania w Notion, aby uzyskać wglądy, które poprawią funkcje produktu, takie jak wyszukiwanie i odkrywanie.
• Stworzysz narzędzia dla zespołu ds. nauki o danych, aby szybko generować wglądy i skutecznie stosować modele statystyczne na dużych zbiorach danych.

Umiejętności, których będziesz potrzebować:

• Gracz zespołowy: Cenisz współpracę i masz doświadczenie w środowiskach międzydziałowych, aby budować architektury danych, ramy pobierania danych i kierować najlepszymi praktykami.
• Ekspertyza w danych: Biegła znajomość rozwiązań do przetwarzania danych w skali (np. Spark, Flink), jezior/ magazynów danych (np. Snowflake, Hive), SQL, zarządzania przepływem pracy (np. Airflow, Luigi) i wspierającej infrastruktury.
• Przemyślane rozwiązywanie problemów: Rozkładasz złożone problemy na części, aby znaleźć czyste rozwiązania i szukasz pomocy, gdy jest to potrzebne.
• Pragmatyczność i orientacja na biznes: Priorytetyzujesz wpływ na biznes i utrzymujesz równowagę między innowacjami, szybkością i kosztami.
• Użytkownikocentryczne podejście: Krytycznie myślisz o konsekwencjach swojej pracy dla użytkowników i priorytetyzujesz odpowiedzialne skutki.
• Elastyczność w technologii: Oceniacz technologię na podstawie kompromisów i jesteś gotów uczyć się