Откликайтесь
на вакансии с ИИ
AI Data Engineer
Оценка ИИИнтересная позиция на стыке инженерии данных и ML в современном стеке технологий. Локация в ЕС и долгосрочный характер проекта делают вакансию привлекательной для опытных специалистов.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний специфического стека (Snowflake, Snowpark) и одновременного владения навыками Data Engineering и Machine Learning. Опыт работы с временными рядами и Azure добавляет сложности в поиске подходящего кандидата.
Анализ зарплаты
Оценка ИИЗарплата не указана, но для роли AI Data Engineer в Европе рыночный диапазон составляет от 70,000 до 110,000 евро в год в зависимости от конкретной страны и уровня квалификации. Данная позиция требует узкой специализации в Snowflake, что может повысить ожидания по верхней границе.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Отправьте свое резюме @svidinskaya, чтобы присоединиться к разработке передовых AI-решений в Snowflake!
Описание вакансии
#vacancy #fulltime #openposition #job #itcareer #itjob
Looking for an AI Data Engineer
Location: EU
Employment Type: full time
Duration: longterm
English: B2
Contact: Откликнуться
Key Responsibilities
Build and maintain data ingestion pipelines into Snowflake from structured and time series sources
Transform and prepare ML-ready datasets — feature engineering, windowed aggregations, lag variables, train/test splits
Develop and operationalise ML models in Python (scikit-learn, XGBoost, LightGBM) within the Snowflake environment using Snowpark
Write model outputs back into Snowflake for consumption by AI Factory applications and downstream services
Maintain pipeline and model reliability in production — monitoring, retraining triggers, data quality checks
Key Skills & Experience
Strong Python — data engineering, ML model development, Snowpark
Solid Snowflake experience — ingestion patterns, SQL, Streams/Tasks/Snowpipe, basic performance tuning
Hands-on ML experience — can build, train, and deploy models, not just prepare data for someone else
Time series experience is a plus — windowed features, irregular series, forecasting models
Azure Data Lake or Azure Fabric familiarity (nice to have)
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Machine Learning
- SQL
- Data Engineering
- Scikit-learn
- Snowflake
- XGBoost
- LightGBM
- Azure Data Lake
- Time Series
- Azure Fabric
- Snowpark
Возможные вопросы на собеседовании
Проверка практического опыта работы с ключевым инструментом вакансии.
Расскажите о вашем опыте использования Snowpark для развертывания ML-моделей. Какие преимущества это дает по сравнению с внешними вычислительными ресурсами?
Важно понять, как кандидат справляется с подготовкой данных для специфических задач.
Какие методы генерации признаков (feature engineering) вы считаете наиболее эффективными при работе с временными рядами в Snowflake?
Проверка навыков обеспечения надежности систем.
Как вы организуете мониторинг качества данных и деградации моделей (model drift) в производственных пайплайнах?
Оценка владения SQL и оптимизацией в Snowflake.
Опишите ваш опыт работы со Streams и Tasks в Snowflake. Как вы оптимизируете производительность при обработке больших объемов данных?
Проверка архитектурного мышления.
Как бы вы спроектировали процесс автоматического переобучения модели при поступлении новых данных в Azure Data Lake?
Похожие вакансии
ML разработчик (Senior)
Senior / Middle+ Data Scientist
MlOps / Python Backend Engineer (ML)
Data Scientist Senior
Senior/Middle Data Engineer
Senior Data Scientist
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!