Senior Data Engineer

Aggregatori Capaci là đơn vị phát triển công nghệ chính cho CarDoctor, được sáng lập bởi những nhà chiến lược công nghệ có tầm nhìn xa, những người sớm nhận ra tiềm năng chuyển đổi to lớn của kiến trúc AI-first. Chúng tôi xây dựng toàn bộ nền tảng công nghệ từ con số 0 với các công nghệ mới nói chung và AI nói riêng làm nền tảng cốt lõi.

CarDoctor là đơn vị tiên phong trong lĩnh vực ứng dụng AI nhằm tối ưu chăm sóc và vận hành xe hơi. Hệ sinh thái CarDoctor kết nối người lái xe, garage và các đối tác trong một hệ thống thông minh nhằm mang lại lợi ích, an toàn, tiện lợi và tiết kiệm cho người dùng.

Địa điểm làm việc: 5BT2, Khu đô thị Mễ Trì Hạ, Phường Từ Liêm, Hà Nội
Thời gian làm việc: 08:00 – 17:30, Thứ 2 - Thứ 6

Mô tả công việc

Chúng tôi đang tìm kiếm Senior Data Engineer để xây dựng và vận hành nền tảng dữ liệu phục vụ cho phân tích, sản phẩm, vận hành và các bài toán AI trong công ty.

Ở vị trí này, bạn sẽ làm việc trực tiếp với dữ liệu production: xây dựng pipeline, data model, data quality, orchestration, metadata, monitoring và các bài toán liên quan đến độ tin cậy của dữ liệu.

Mục tiêu không chỉ là xây dựng pipeline có thể chạy được, mà đảm bảo dữ liệu chính xác, dễ hiểu, dễ tái sử dụng và có khả năng mở rộng.

Công ty đang theo định hướng AI First và AI Development Life Cycle, từng bước chuẩn hóa data platform, data contract, quality checks, metadata và workflow vận hành nhằm tự động hóa tối đa các công việc lặp lại như build pipeline, testing, monitoring và documentation.

Các giải pháp AI được ứng dụng nhằm nâng cao hiệu suất làm việc, tuy nhiên toàn bộ code, query, schema và pipeline vẫn cần được kiểm chứng trước khi đưa vào môi trường production.

Trách nhiệm chính

• Thiết kế, xây dựng và vận hành data pipeline phục vụ analytics, product, business và các use case AI.
• Xây dựng data model, data mart, transformation logic và data contract rõ ràng.
• Làm việc với batch, incremental hoặc streaming pipeline tùy theo yêu cầu bài toán.
• Thiết lập data quality checks: schema, type, nullability, uniqueness, referential integrity, row count, freshness.
• Quản lý orchestration, dependency, retry, rerun, monitoring, alerting và xử lý sự cố pipeline.
• Tối ưu performance, cost, reliability và maintainability của data platform.
• Phối hợp với Data Analyst, Backend, Product và các bên liên quan để làm rõ yêu cầu dữ liệu và ảnh hưởng downstream.
• Duy trì lineage, metadata, ownership và documentation giúp dữ liệu dễ tìm kiếm, dễ hiểu và dễ sử dụng.
• Đóng góp xây dựng pipeline template, data contract template, quality gate, runbook và các chuẩn kỹ thuật cho team.
• Chuẩn hóa các workflow data engineering lặp lại thành template, checklist, quality gate hoặc agent-ready workflow để từng bước tự động hóa.
• Tham gia xây dựng AI Development Life Cycle cho data platform: requirement, data readiness, build, validation, deployment, monitoring và incident learning.
• Hướng dẫn các Data Engineer junior hơn về spec writing, validation, orchestration và production readiness.

• Có từ 5 năm kinh nghiệm ở vị trí Data Engineer, Analytics Engineer, Backend Engineer làm data platform hoặc các vị trí tương đương.
• Thành thạo SQL và Python, có khả năng viết code rõ ràng, dễ bảo trì.
• Có kinh nghiệm thiết kế và vận hành data pipeline trong môi trường production.
• Hiểu về data modeling, warehouse/lakehouse concepts, partitioning, incremental load, orchestration và idempotency.
• Có kinh nghiệm với data quality, monitoring, alerting, troubleshooting và incident handling.
• Có khả năng quản lý dependency upstream/downstream và giao tiếp rõ ràng về scope, risk, ETA, blocker.
• Có tư duy bảo mật dữ liệu: không hard-code credentials, không đưa dữ liệu nhạy cảm và các công cụ không phù hợp.
• Có khả năng giải thích trade-off kỹ thuật cho cả technical và non-technical stakeholder.

Tech Stack & Tools

Cloud & Warehouse

• AWS
• Amazon Redshift

Transformation & Modeling

• dbt
• SQL Modeling
• Data Mart
• Incremental Model
• Data Contract

Orchestration

• Airflow
• Prefect / Dagster hoặc các orchestration tools tương đương

Metadata & Governance

• OpenMetadata
• Data Catalog
• Data Lineage
• Ownership
• Schema Evolution
• Data Quality Metadata

BI & Consumption Layer

• Superset
• Semantic Layer
• Serving Tables phục vụ Analytics/Product/AI use cases

Open-source Data Tools

• PySpark
• Pandas
• Polars
• DuckDB
• Great Expectations / Soda
• SQLFluff
• Jupyter

AI-assisted Tools

• Claude
• Codex
• AI Agent Workflow
• Skills / Prompt Templates phục vụ coding, testing, code review, runbook và documentation