Ekspert Data Mühəndisi / Expert Data engineer

Azercell haqqında

Azercell-də biz Azərbaycan üzrə mobil, sabit və B2B həllərinin #1 provayderi olaraq davamlı rəqəmsal gələcəyin formalaşmasında iştirak edirik. Biz innovasiyaya əsaslanaraq liderlik edir, təhlükəsiz və miqyaslana bilən infrastruktur qurur, rəqəmsal transformasiyanı sürətləndirir və fərdlər, bizneslər və dövlət sektoru üçün fasiləsiz təcrübələr təqdim edirik. Biz məlumat, süni intellekt və avtomatlaşdırma ilə güclənərək peşəkar və inklüziv komandamız sayəsində çeviklik, etibarlılıq və uzunmüddətli dəyər yaratmaq öhdəliyi ilə fəaliyyət göstəririk.

• End-to-End Data Pipeline üzrə Məsuliyyət

Mürəkkəb, production səviyyəli data pipeline-ların end-to-end dizayn edilməsi, uyğun batch, incremental, CDC, near-real-time və ya event-driven emal pattern-lərinin seçilməsi, full və incremental load strategiyalarının müəyyən edilməsi, etibarlı upsert/MERGE pattern-lərinin tətbiqi, idempotent və restartable processing-in təmin edilməsi, late-arriving data, dependency-lər, reprocessing, backfill, reconciliation, error handling və recovery mexanizmlərinin müəyyən edilməsi və idarə olunması.

• Texniki Arxitektura və Dizayn üzrə Məsuliyyət

Enterprise data arxitekturası üzrə qərarların qəbul edilməsində iştirak etmək, səmərəsiz dizaynları qiymətləndirmək və daha scalable alternativlər təklif etmək, high-level və detailed technical design-lar hazırlamaq, source-to-target data flow-ları müəyyən etmək, uyğun ingestion pattern-lərini seçmək, processing architecture-ı müəyyən etmək, uyğun storage və table design-ları seçmək, partitioning strategiyalarını müəyyən etmək, orchestration pattern-lərini müəyyən etmək, infrastruktur dependency-lərini müəyyənləşdirmək, performans və scalability faktorlarını qiymətləndirmək, texniki riskləri müəyyən etmək, alternativ həlləri və onların trade-off-larını qiymətləndirmək, arxitektura qərarlarını texniki fakt və sübutlar əsasında izah və müdafiə etmək.

• Performans Optimizasiyası və Troubleshooting

Bütün data pipeline boyunca performans problemlərini diaqnostika etmək, Spark execution plan-ları, log-ları, metric-ləri və Spark UI vasitəsilə analiz aparmaq, SQL və distributed processing bottleneck-lərini müəyyən etmək, JOIN-ləri, aggregation-ları, partition-ları, shuffle əməliyyatlarını, executor və memory konfiqurasiyalarını optimallaşdırmaq, file sizing, compaction, metadata və incremental processing-i optimallaşdırmaq, səmərəsiz legacy SQL workload-larını distributed processing üçün yenidən dizayn etmək, standart tuning yanaşmaları ilə həll edilə bilməyən mürəkkəb performans problemlərini həll etmək.

• Production Etibarlılığı və Əməliyyatlar

Production sistemlərinin etibarlılığına görə məsuliyyət daşımaq, kritik production incident-lərini araşdırmaq və həll etmək, ətraflı Root Cause Analysis (RCA) aparmaq, Spark, Airflow, Kafka, database və platform log-larını analiz etmək, upstream və downstream dependency-ləri müəyyən etmək, uğursuz olmuş pipeline-ları təhlükəsiz şəkildə bərpa etmək, reprocessing strategiyalarını hazırlamaq, incident-lərin təkrarlanmasının qarşısını almaq, monitoring və alerting mexanizmlərini təkmilləşdirmək, əməliyyat risklərini proaktiv şəkildə müəyyən etmək.

SLA/SLO-ların müəyyən edilməsində iştirak etmək, data freshness monitoring, operational dashboard-lar, automated anomaly detection, incident response prosedurları, runbook-lar, incident sonrası RCA və preventiv tədbirlərin hazırlanmasına töhfə vermək.

• Data Integration və CDC üzrə Məsuliyyət

Çox böyük həcmli mənbə sistemləri üçün effektiv data extraction strategiyalarını dizayn etmək, mənbə database-lərə təsiri minimuma endirmək, parallel və incremental extraction yanaşmalarını müəyyən etmək, watermark strategiyalarını hazırlamaq, source-to-target reconciliation təmin etmək, etibarlı CDC-to-Lakehouse processing pattern-lərini dizayn etmək, initial snapshot-ları, incremental dəyişiklikləri, ordering, duplicate-ləri, schema evolution, interruption recovery və uyğun delivery semantics-i idarə etmək.

• Orchestration və Streaming üzrə Məsuliyyətlər

Lazımsız dependency-lərin və cascading failure-ların qarşısını alan Airflow orchestration pattern-lərini dizayn etmək, maintainable, dynamic və parameterized workflow-lar hazırlamaq, scheduling, retry, backfill, failure handling, alerting və monitoring strategiyalarını müəyyən etmək, etibarlı Kafka əsaslı ingestion pipeline-ları dizayn etmək, uyğun ordering və delivery semantics tətbiq etmək,ernativlər təklif etmək.

Yalnız fərdi tapşırıqların icrasına fokuslanmaq əvəzinə, bütün komandanın texniki bilik və bacarıqlarının inkişafına töhfə vermək.

• Texniki Liderlik

Middle və Junior Data Engineer-lərə mentorluq etmək, mürəkkəb texniki araşdırmalara dəstək vermək, solution design-ları nəzərdən keçirmək, keyfiyyətli və məzmunlu code review-lar həyata keçirmək, engineering best practice-ləri müəyyən etmək və tətbiqini təşviq etmək.

Axtardığımız namizədə tələblər:

• Qabaqcıl Data Engineering və Proqramlaşdırma

Mürəkkəb JOIN-lər, CTE-lər, subquery-lər, window function-lar, böyük həcmli transformasiyalar, execution plan analizi, query optimizasiyası və distributed SQL konsepsiyaları daxil olmaqla qabaqcıl SQL bilikləri.

Proqramlaşdırma və Paylanmış Emal (Distributed Processing)

Production səviyyəli ETL, avtomatlaşdırma, API inteqrasiyası və təkrar istifadə edilə bilən framework-lərin hazırlanması üçün güclü Python bilikləri. Spark SQL/DataFrame, paylanmış emal, partitioning, JOIN-lər, data skew və shuffle optimizasiyası, yaddaşın idarə edilməsi, problemlərin diaqnostikası (troubleshooting) və performans optimizasiyası daxil olmaqla Apache Spark üzrə ekspert səviyyəli biliklər. Scala biliyi üstünlükdür.

• Data Arxitekturası və Modelləşdirmə

Data Warehouse, Data Lake və Lakehouse arxitekturaları, Medallion pattern-ləri, batch və streaming arxitekturaları, dimensional modeling, Slowly Changing Dimensions (SCD), tarixi məlumatların idarə edilməsi, snapshot-lar və təkrar istifadə edilə bilən korporativ dataset-lər üzrə güclü biliklər.

• Lakehouse və Storage Engineering

HDFS/Object Storage, Parquet/ORC və paylanmış storage üzrə güclü biliklər. Schema və partition evolution, MERGE, incremental processing, time travel, compaction, metadata idarəetməsi və small-file optimizasiyası daxil olmaqla Apache Iceberg üzrə güclü biliklər. Hive biliyi tələb olunur.

• ETL / ELT və Pipeline Engineering

Batch və incremental ETL/ELT, CDC, near-real-time pipeline-lar, upsert/MERGE, idempotent processing, restartable pipeline-lar, backfill/reprocessing, data reconciliation və error handling üzrə güclü təcrübə. SLA, məlumat həcmi, latency və xərclər nəzərə alınmaqla uyğun pipeline arxitekturasını dizayn etmək bacarığı.

• CDC və Data Integration

Debezium, Oracle GoldenGate və Kafka CDC kimi CDC pattern və alətləri üzrə güclü biliklər. Initial snapshot, insert/update/delete əməliyyatları, məlumatların ardıcıllığı (ordering), duplicate-lərin idarə edilməsi, delivery semantics, schema evolution, recovery və mənbə sisteminə təsirin idarə edilməsi üzrə biliklər.

• Orchestration və Workflow Engineering

DAG dizaynı, dependency management, scheduling, retry mexanizmləri, SLA management, backfill, failure handling, alerting və monitoring daxil olmaqla Apache Airflow üzrə güclü biliklər. Apache NiFi ilə iş təcrübəsi üstünlükdür.

• Streaming və Event-Driven Arxitektura

Topic-lər, partition-lar, replication, producer/consumer-lər, offset-lər, retention, ordering, delivery semantics və recovery daxil olmaqla Apache Kafka üzrə güclü biliklər. Apache Flink və ya analoji stream-processing framework-ləri ilə iş təcrübəsi üstünlükdür.

• Data Mənbələri və Enterprise Integration

Oracle, PostgreSQL, API-lər, fayllar, Kafka və CDC stream-ləri ilə güclü iş təcrübəsi. Parallel və incremental extraction, execution plan-lar, mənbə sisteminə təsir, watermarking və source-to-target reconciliation üzrə biliklər. Oracle Exadata və Telecom BSS/DWH mühitlərində iş təcrübəsi üstünlükdür.

• Performance Engineering

Spark, SQL və Lakehouse platformalarında güclü performans optimizasiyası bacarıqları. Partitioning, shuffle və data skew optimizasiyası, JOIN optimizasiyası, memory/executor tuning, file sizing, compaction, incremental processing, execution plan analizi və query optimizasiyası üzrə güclü bilik və praktiki təcrübə.

• İngilis dilində peşəkar iş səviyyəsində bilik.

Sizə nə təklif edirik:

Azercell-də biz inanırıq ki, bizim ən böyük gücümüz əməkdaşlarımızdır. Komandamıza qoşulduğunuz anda siz innovasiyanı, əməkdaşlığı və şəxsi inkişafı dəyərləndirən, irəliyə baxan və məqsədyönlü bir şirkətin üzvü olursunuz. Sizə təqdim etdiklərimiz:

• Məqsədyönlü karyera – Azərbaycanın rəqəmsal gələcəyini formalaşdıran layihələrin bir hissəsi olmaq
• Davamlı öyrənmə və inkişaf – Eksklüziv təlimlərə, e-learning platformalarına və karyera inkişafı proqramlarına çıxış imkanı
• İnnovativ iş mühiti – Yeni ideya və texnologiyaları mənimsəyən və dəstəkləyən komandaya qoşulma imkanı
• Sağlamlıq və rifah dəstəyi – Geniş əhatəsi olan tibbi sığorta və rifah təşəbbüsləri
• Hibrid iş mühiti – Peşəkar və şəxsi həyatınızı balanslaşdırmağa imkan verən, etimad və müstəqillik mədəniyyəti yaradan çevik iş siyasəti
• Rəqabətqabiliyyətli əmək haqqı paketi – Ədalətli və nəticəyə əsaslanan mükafatlandırma
• İnklüziv mədəniyyət – Hər bir fikrin önəmli olduğu, müxtəlifliyə, hörmətə və bərabərliyə önəm verən iş mühiti

Gələcəyini inamla formalaşdırmağa hazırsan? O zaman bu gün müraciət et.

Müraciət üçün son tarix: 30.09.2026

About Azercell

At Azercell, we're shaping a sustainable digital future as Azerbaijan’s #1 provider of mobile, fixed, and B2B solutions. We lead with innovation, building secure and scalable infrastructure, accelerating digital adoption, and delivering seamless experiences for individuals, businesses, and the public sector. Powered by data, AI, and automation — and driven by a skilled, inclusive team — we operate with agility, trust, and a commitment to creating long-term value for our people and communities.

Your key responsibilities:

• End-to-End Data Pipeline Ownership

Design complex production-grade data pipelines end-to-end, Select appropriate batch, incremental, CDC, near-real-time, or event-driven processing patterns, Define full vs incremental load strategies, Implement reliable upsert / MERGE patterns, Ensure idempotent and restartable processing, Define handling for late-arriving data, dependencies, reprocessing, backfills, reconciliation, error handling, and recovery mechanisms.

• Technical Architecture & Design Ownership

Contribute to enterprise data architecture decisions, Challenge inefficient designs and propose scalable alternatives, Produce high-level and detailed technical designs, Define source-to-target data flows, Select appropriate ingestion patterns, Define processing architecture, Select appropriate storage and table designs, Define partitioning strategies, Define orchestration patterns, Identify infrastructure dependencies, Estimate performance and scalability considerations, Identify technical risks, Evaluate alternative solutions and trade-offs, Explain and defend architectural decisions based on technical evidence.

• Performance Optimization & Troubleshooting

Diagnose performance issues across the complete data pipeline, Analyze Spark execution plans, logs, metrics, and Spark UI, Identify SQL and distributed-processing bottlenecks, Optimize joins, aggregations, partitions, shuffles, executor and memory configurations, Optimize file sizing, compaction, metadata, and incremental processing, Redesign inefficient legacy SQL workloads for distributed processing, Solve performance problems that cannot be resolved through standard tuning approaches.

• Production Reliability & Operations

Take ownership of production reliability, Troubleshoot critical production incidents, Perform deep Root Cause Analysis, Analyze Spark, Airflow, Kafka, database, and platform logs, Identify upstream and downstream dependencies, Recover failed pipelines safely, Design reprocessing strategies, Prevent recurrence of incidents, Improve monitoring and alerting, Identify operational risks proactively, Contribute to SLA/SLO definition, Data freshness monitoring, Operational dashboards, Automated anomaly detection, Incident response procedures, Runbooks, Post-incident RCA and preventive actions.

• Data Integration & CDC Ownership

Design efficient extraction strategies for very large source systems, Minimize impact on source databases, Define parallel and incremental extraction approaches, Define watermark strategies, Ensure source-to-target reconciliation, Design reliable CDC-to-Lakehouse processing patterns, Handle initial snapshots, incremental changes, ordering, duplicates, schema evolution, interruption recovery, and appropriate delivery semantics.

• Orchestration & Streaming Responsibilities

Design Airflow orchestration patterns that prevent unnecessary dependencies and cascading failures, Build maintainable dynamic and parameterized workflows, Define scheduling, retry, backfill, failure-handling, alerting, and monitoring strategies, Design reliable Kafka-based ingestion pipelines, Apply appropriate ordering and delivery semantics, Use stream-processing patterns where required.

• Technical Leadership

Mentor Middle and Junior Data Engineers, Support complex technical investigations, Review solution designs, Perform meaningful code reviews, Establish engineering best practices, Identify recurring technical problems and propose systemic solutions, Share knowledge across the team, Reduce technical debt, Drive technical improvements, Challenge solutions constructively when better approaches exist, Increase the technical capability of the entire team rather than only delivering individual tasks.

What we look for:

• 5+ years of professional experience in Data Engineering
• Advanced Data Engineering & Programming

Advanced SQL

Complex joins, CTEs, subqueries, and window functions, Advanced analytical queries, Large-scale aggregations and transformations, Query execution plan analysis, Cost-based optimization concepts, Join strategy optimization, Identification and resolution of performance bottlenecks, Ability to analyze and optimize complex existing business SQL logic, Ability to redesign inefficient legacy SQL workloads for distributed processing, Strong understanding of differences between traditional RDBMS and distributed SQL processing.

Programming & Distributed Processing

Strong Python skills for production-grade ETL development, Data processing, Automation, Reusable frameworks and libraries, API integration, Operational tooling, Scala knowledge is an advantage, Expert-level Apache Spark knowledge including Spark SQL and DataFrame API, Distributed execution model, Lazy evaluation, DAG and stage execution, Batch and incremental processing, Large-scale joins and aggregations, Partition management, Data skew handling, Shuffle optimization, Broadcast strategies, Executor and memory management, Adaptive Query Execution, Spark job troubleshooting and performance tuning, Ability to diagnose Spark performance problems using execution plans, logs, metrics, and Spark UI.

• Data Architecture & Modeling

Strong understanding of enterprise data architecture, Data Warehouse architecture, Data Lake architecture, Lakehouse architecture, Medallion / Bronze-Silver-Gold patterns, Data product-oriented architecture, Batch vs streaming architecture, Event-driven data architectures, Fact and Dimension modeling, Star and Snowflake schemas, Slowly Changing Dimensions, Business and surrogate keys, Historical data management, Data granularity, Snapshot models, Transactional vs analytical models, Reusable enterprise datasets.

• Lakehouse & Storage Engineering

Strong hands-on knowledge of large-scale Data Lake / Lakehouse environments, HDFS, Object Storage / S3-compatible storage, Distributed storage concepts, Storage and compute separation concepts, Parquet, ORC, Compression, Row groups, File sizing, Predicate pushdown, Column pruning, Strong Apache Iceberg knowledge including Snapshot management, Schema evolution, Partition evolution, Hidden partitioning, MERGE / UPDATE / DELETE, Incremental processing, Time travel, Metadata management, Compaction, Small-file optimization, Snapshot expiration and maintenance procedures, Understanding of Hive / Hive Metastore concepts and migration considerations.

• ETL / ELT & Pipeline Engineering

Strong experience with Batch ETL/ELT, Incremental processing, Change Data Capture, Near-real-time pipelines, Event-driven ingestion, Full vs incremental load strategies, Upsert / MERGE patterns, Idempotent processing, Restartable pipelines, Late-arriving data, Dependency management, Reprocessing and backfill strategies, Data reconciliation, Error handling, Recovery mechanisms, Understanding of processing-pattern selection based on data volume, Data latency, Source-system limitations, Business SLA, Infrastructure cost, Operational complexity.

• CDC & Data Integration

Strong understanding of CDC architecture and implementation patterns, Experience with Debezium, Oracle GoldenGate, Kafka-based CDC, Log-based CDC solutions, Initial snapshots, Incremental changes, Inserts / Updates / Deletes, Ordering, Duplicate handling, Exactly-once vs at-least-once semantics, Schema evolution, Recovery after interruption, Source database impact.

• Orchestration & Workflow Engineering

Strong Apache Airflow knowledge including Complex DAG design, Dynamic and parameterized workflows, Dependency management, Scheduling, Sensors, Retry strategies, SLA management, Backfill, Reprocessing, Failure handling, Alerting, Operational monitoring, Experience with Apache NiFi or similar integration platforms is preferred.

• Streaming & Event-Driven Architecture

Strong understanding of Apache Kafka including Topics, Partitions, Replication, Producers, Consumers, Consumer groups, Offsets, Retention, Delivery semantics, Ordering, Rebalancing, Schema management, Failure and recovery scenarios, Hands-on experience designing Kafka-based ingestion pipelines is highly preferred, Knowledge of Apache Flink or equivalent stream-processing frameworks is an advantage, Stateful stream processing, Event time vs processing time, Windows, Watermarks, Stream joins, Checkpointing, Exactly-once processing concepts.

• Data Sources & Enterprise Integration

Strong experience with enterprise data sources, preferably Oracle, PostgreSQL, APIs, Files, Kafka, CDC streams, Database indexes, Execution plans, Source-system impact, Parallel extraction, Incremental extraction, Watermark strategies, Source-to-target reconciliation, Experience with Oracle Exadata is an advantage, Experience with Telecom BSS/DWH environments is highly preferred.

• Performance Engineering

Strong performance engineering knowledge across Spark, SQL, and Lakehouse environments, Partition sizing, Repartition vs coalesce, Shuffle optimization, Data skew, Broadcast joins, Executor sizing, Memory management, Serialization, Adaptive Query Execution, Efficient transformations, Large-scale join optimization, File sizing, Compaction, Partition strategy, Metadata optimization, Small-file management, Incremental processing, Avoiding unnecessary full-table processing, Execution plan analysis, Expensive join identification, Scan reduction, Aggregation optimization, Predicate filtering, Inefficient query redesign.

• Professional working proficiency in English.
  
  

What we offer you:

At Azercell, we believe our people are our greatest strength. When you join our team, you become part of a forward-thinking, purpose-driven company that values innovation, collaboration, and personal growth. Here's what you can expect:

•    A Purposeful Career – Be part of projects that shape the digital future of Azerbaijan.
•    Continuous Learning & Development – Access to exclusive training, e-learning platforms, and career growth programs.
•    Innovative Work Environment – Join a team that embraces new ideas and technologies.
•    Health & Wellbeing Support – Comprehensive medical insurance and wellness initiatives.
•    Flexible work arrangements: Our flexible work policies empower you to balance your professional and personal life, fostering a culture of trust and autonomy.
•    Competitive Compensation Package – Fair and performance-based rewards.
•    Inclusive Culture – A diverse, respectful, and empowering workplace where every voice matters.

Are you ready to shape your future with confidence? Apply today.

Application deadline: 30.09.2026