Data​/lineage engineer in-silico drug discovery

Привет! Команда Evrone занимается продуктовой разработкой стартапов и помогает в цифровой трансформации бизнеса в России, США и Европе. Ищем Data/Lineage инженера уровня Senior. Проект в домене Med Tech, формирование устойчивого контура идентичности, схем данных, происхождения и хранения артефактов в платформе in-silico drug discovery.

Разобрать текущие источники данных, lineage-теги, выходные схемы и сценарии, где успешный статус задачи не гарантирует наличие скачиваемого файла Зафиксировать правила идентичности сущностей. На текущем этапе — дисциплина тегов при enqueue; целевой контур — compound registry с соответствием `InChIKey internal ` Версионировать `` и extractors для Vina, OpenFE, ADMET, Lilly, triage, nomination и MADD Обеспечить читаемость старых артефактов после появления новых версий схем Настроить происхождение между стадиями в формате Open Lineage `START / COMPLETE / FAIL` или эквиваленте Реализовать audit exporter без создания второго журнала статусов рядом с оркестратором Ввести QC артефактов.

Объект в MinIO/S3 должен скачиваться и парситься; `completed` без файла должен завершаться явной ошибкой Перевести downstream-получение входов на идентификаторы и `s3://`, исключив зависимость от локальных путей Согласовать контракты схем через JSON Schema и YAML handoff, а также glossary научных метрик совместно с backend и R&D Закрепить инварианты автоматизированными тестами и передать документацию внутренней команде

Уверенный Python SQL и PostgreSQL, включая миграции и понимание Row-Level Security Опыт построения пайплайнов, где объектное хранилище является source of truth Практический опыт data contracts, schema evolution и lineage Работа с файловыми и бинарными артефактами, а не только с таблицами DWH Опыт проектирования устойчивой идентичности сущностей независимо от оркестратора Умение фиксировать инварианты тестами и передавать решение внутренней команде Будет плюсом: Понимание семантики Open Lineage, Marquez или Data Hub без привязки решения к конкретному бренду;

Опыт MLOps или научных пайплайнов с артефактами:
ClearML, MLflow, Flyte, Nextflow или Airflow; RDKit, SDF и Parquet, JSON Schema; Опыт on-prem или air-gap окружений

• Заработная плата зависит от уровня и определяется после прохождения технического собеседования
• Удаленную фултайм работу и мягкий график. Достаточно синхронизировать тайм-зоны и иметь пересечения рабочего времени с командой
• Качественный онбординг и hr-менеджмент (1:1, Grow Review)
• По желанию меняем проекты, не даем стагнировать. При формировании команды проекта учитываем профессиональные или…