Откликайтесь
на вакансии с ИИ

Analytics Engineer
Интересный продукт на стыке AI и HealthTech с современным технологическим стеком. Удаленный формат работы и прозрачные требования делают вакансию привлекательной для опытных инженеров данных.
Сложность вакансии
Роль требует уверенного владения современным стеком (Snowflake, dbt, Dagster), что предполагает наличие опыта работы с инфраструктурой данных и процессами CI/CD. Работа в AI-стартапе подразумевает высокую скорость разработки и самостоятельность.
Анализ зарплаты
Зарплата в вакансии не указана, но для роли Analytics Engineer в европейских стартапах с таким стеком рыночные показатели обычно находятся в диапазоне 60,000–90,000 EUR в год. Данная оценка соответствует уровню Middle/Senior специалистов в регионе CET.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в formula уже сейчас
Присоединяйтесь к Formula и создавайте будущее персонализированного здоровья с помощью AI и современного стека данных!
Описание вакансии
Analytics Engineer
Formula (formerly Fjor) is an AI-powered nutrition assistant that helps individuals improve their health, energy, and longevity.
Stack: Snowflake, dbt, Python, Dagster, Metabase.
Remote work, preferably within ±2h CET.
More details in Eugene Severenkov’s Откликнуться.
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- SQL
- dbt
- Snowflake
- Dagster
- Metabase
Возможные вопросы на собеседовании
Проверка опыта работы с основным инструментом трансформации данных в стеке компании.
Расскажите о самом сложном проекте на dbt: как вы структурировали модели и решали проблемы с производительностью?
Dagster является ключевым элементом оркестрации в вакансии.
В чем, по вашему мнению, основные преимущества Dagster перед Airflow для задач Analytics Engineering?
Проверка навыков оптимизации затрат и производительности в облачном хранилище.
Какие стратегии оптимизации запросов и управления ресурсами в Snowflake вы применяли на практике?
Оценка умения писать чистый и поддерживаемый код для обработки данных.
Для каких задач в аналитическом пайплайне вы предпочтете Python вместо SQL, и как вы обеспечиваете качество этого кода?
Проверка понимания бизнес-ценности данных.
Как вы подходите к проектированию витрин данных в Metabase, чтобы конечные пользователи могли самостоятельно находить ответы на свои вопросы?
Похожие вакансии
Data инженер (Middle)
Analyst-разработчик (DWH / КХД)
DWH аналитик
Senior Data Analyst
Data Analyst
Middle Data analyst
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!