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 аналитик (Senior)
Data аналитик (Middle)
Data инженер (Middle)
Аналитик данных (финтех)
Data Analyst
Разработчик хранилищ данных (Senior)
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!