Кто мы

Flocktory - продуктовая компания с собственной разработкой.
Мы помогаем расти сотням B2C продуктов, которые полезны людям.
И делаем это с помощью нашей SaaS платформы и глубокой экспертизы в E-Commerce маркетинге.

Команда

Мы верим, что построение внятных архитектуры и программного дизайна - это общее дело, поэтому поощряем самостоятельные осознанные решения. Вы считаете, что именно этот сервис именно сейчас нужно наглухо зарефакторить? Приносите ваши доводы - будем обсуждать, договариваться, делать.

В то же время мы понимаем: невозможно знать всё, и чтобы разгрузить продуктовые команды от излишних технологических деталей, у нас есть платформенные команды. Это значит, что не придётся разбираться, как монтировать диски к Kafka-брокеру или как организовать stateful set в K8S (но если всё же захотите разобраться - вам помогут, только спросите).

Структуру продуктовых команд мы в своё время сформировали так, чтобы они могли 99% проблем решать автономно. В каждой такой команде есть бэкендеры, фронтендер, продуктовый аналитик и, конечно же, продакт. При необходимости, в составе также есть дата-инженеры и дата-саентисты. Команда сама настраивает свои процессы планирования, разработки и рефлексии.

Аналитическое хранилище для BI, data science и бизнес-подразделений

• Прорабатываем модель этих данных и решаем, как и где они будут храниться. Разные продукты = разные профили нагрузки; разные профили нагрузки = разные БД. Что Postgres-у хорошо, то для Redis-а смерть, и наоборот. Поэтому мы используем микс MPP-баз, традиционных RDBMS, Kafka, NoSQL и распределенных файловых систем.
• Делаем data-self service. Чтобы полезно работать с данными, аналитически настроенные подразделения умеют в SQL и Python, а менее технические пользователи хотят красивые однокнопочные инструменты и chatops.
• Автоматизируем работу с метаданными. Это чтобы аналитики всегда знали, какую схему имеет таблица X, что в ней означает столбец Y и для каких запросов оптимизирована таблица Z. Работа с Hive metastore, Glue, Apache Atlas и т. п. - это всё здесь.

ETL- и аналитические процессы

• Пакетные Spark-джобы на Scala;
• Стриминговые Flink-джобы - опять-таки на Scala;
• Пайплайны на Airflow;
• Кластер Kafka connect.

В общем, то, что называется “data-intensive” приложения, и порою довольно-таки за рамками простого filter + save. Иногда ещё и в реальном времени.

Качество данных
Вот как мы заботимся о качестве данных:

• Поднимаем на новые высоты автоматизированную и развесистую data quality систему на базе Airflow;
• Даём нетехническим пользователям интерактивные дашборды, где хорошо видно, всё ли в порядке с данными;
• Развиваем систему мониторинга и алертинга, постигая некоторые неочевидные тонкости Prometheus, Grafana и Cloudwatch.

Производительность ETL и аналитики
Увлеченно воюем с проблемами вроде таких:

• Почему в стриминговой джобе без состояния столь неприлично долгие full GC-паузы;
• Затюнить использование off-heap памяти в Flink и при этом не сойти с ума;
• Оптимизировать вон тот запрос из 5 джойнов, который стал в последнее время подлагивать.

Что и как
мы делаем

1

5

4

3

2

7

6

8

Современный
стек технологий

Хорошо
выстроенные
процессы

Сложные
нетривиальные
задачи

Сильная
команда
инженеров

Удаленка
и гибкое
планирование
рабочего дня

Ошибки - возможность
улучшить процессы

Внешнее
обучение
и участие в конференциях

Возможность
менять
продукты
и процессы

Преимущества
позиции

Человека, которого описание работы выше не оттолкнуло, а наоборот. Не знаете чего-то из этого? Не проблема, мы тоже много чего не знаем, будем разбираться вместе.

Особенно легко будет разобраться, если вы:

• Работали с одним из open-source планировщиков: Apache Airflow, Apache Oozie, Luigi, да хоть cron;
• Умеете писать SQL-запросы с агрегацией, вложенностью и разными видами join-ов (а аналитические функции мы и сами каждый раз пишем со словарём);
• Писали / пишете на Scala (опыт type class-эквилибристики не обязателен);
• Знаете или готовы изучить Python;
• Работали с Apache Spark (batch / streaming / structured streaming) и / или Apache Flink;
• Запускали сервисы в AWS / GCE / Azure.

Кого мы ищем

Нам нравится во Flocktory, потому что мы

Создаем SaaS решения, рынок которых активно развивается, особенно последние годы

Экспериментируем
и создаем продукты, у части которых нет аналогов в России

До сих пор работаем в атмосфере стартапа, несмотря на то что нас уже больше 100 человек

Используем data-driven подход, опираемся в решениях на цифры и результаты тестирования гипотез

Решаем сложные задачи, которые развивают и дают возможность расти

Пользуемся высоким уровнем свободы в выборе способов решения задач

Можем развиваться по любой траектории так, как нам интересно

Работаем в окружении талантливых людей, которые вдохновляют
и мотивируют расти

А еще нам
нравится