- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data аналитик в банк
Оценка ИИИнтересный стек технологий (Greenplum, ClickHouse, Spark) и статус Senior делают вакансию привлекательной. Однако гибридный график с обязательным посещением офиса и сложные условия оформления могут подойти не всем.
Сложность вакансии
Оценка ИИПозиция уровня Senior требует глубоких знаний Apache Spark, Hadoop и опыта работы с несколькими типами СУБД. Дополнительную сложность создает требование готовности работать с Java и специфические условия оформления (ИП + совместительство).
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Senior Data Analyst в банковском секторе Москвы рыночный диапазон составляет от 300 000 до 450 000 рублей. Учитывая требования к Spark и Java, компенсация должна стремиться к верхней границе рынка.
Сопроводительное письмо
Меня заинтересовала вакансия Senior Data аналитика в Eclipse Digital для работы над проектом в крупном банке. Мой опыт работы с Apache Spark, Hadoop и СУБД (Greenplum, ClickHouse) позволяет мне эффективно проектировать и оптимизировать сложные ETL-пайплайны. Я обладаю продвинутыми знаниями SQL и понимаю специфику работы с распределенными системами, что критично для задач такого масштаба.
Особенно меня привлекает возможность работы с Java-стеком в контексте Spark и участие в долгосрочном проекте с высокими требованиями к надежности. Я готов к гибридному формату работы в Москве и имею необходимый опыт для быстрой адаптации в банковском домене. Уверен, что мои навыки в разработке витрин данных и оркестрации процессов принесут значительную пользу вашей команде.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Eclipse Digital уже сейчас
Отправьте свое резюме @veroneko, чтобы присоединиться к команде Eclipse Digital и работать над масштабными данными в банковском секторе!
Описание вакансии
ID 2315
Data аналитик в банк
🌍 Локация: РФ МОСКВА❗️❗️❗️❗️❗️❗️
💼Сотрудничество : по ИП РФ
Eclipse Digital - наниматель
ГИБРИД❗️
Грейд: Senior
Локация специалиста: г. Москва❗️
Гражданство: РФ
Загрузка: Fulltime
Длительность: Долгосрочный проект
Примечание:
- Гибрид, 2-3 дня работы из офиса на ул. Вавилова❗️❗️❗️❗️❗️❗️
- Отсутствие ИП,ООО у кандидата ❗️❗️❗️
- Оформление совместительства на минимальную ставку в штат банка❗️❗️❗️
Требования:
Опыт работы с Apache Spark от 1 года.
Опыт работы с СУБД (Greenplum, ClickHouse, PostgreSQL) от 2 лет
Опыт работы с Hadoop (HDFS, Hive)
Опыт проектирования и разработки потоков данных, алгоритмов загрузки и
обработки данных
Опыт оптимизации ETL-пайплайнов и SQL кода
Продвинутые знания SQL.
Понимание принципов работы распределенных систем.
Готовность осваивать Java для использования Spark
Будет плюсом
Опыт разработки на Java
Опыт работы в проектах, связанных с миграцией данных или BI-платформ.
Опыт работы в банковской сфере, понимание бизнес домена.
Опыт работы в крупных проектах с высокими требованиями к надежности
Задачи:
Разработка ETL на Apache Spark (Java стек)
Разработка ETL-пайплайнов (Apache Spark, HDFS (parquets), Hive, Greenplum,
ClickHouse);
Разработка витрин данных в Greenplum и ClickHouse
Оркестрация ETL-процессов.
Оптимизация ETL-процессов (батчинг, ретраи, SLA-контроль).
Взаимодействие с BI-разработчиками и DevOps для своевременной доставки
данных в Superset.
📨 Откликнуться можно в telegram Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- SQL
- PostgreSQL
- Apache Spark
- Hadoop
- Java
- ETL
- Hive
- HDFS
- ClickHouse
- Apache Superset
- Greenplum
Возможные вопросы на собеседовании
Вакансия предполагает использование Java для Spark. Работодателю важно понять, насколько быстро кандидат освоит этот стек.
Был ли у вас опыт написания кода на Java или Scala для Spark, и какие основные отличия от PySpark вы можете выделить в контексте производительности?
Проект включает работу с Greenplum и ClickHouse. Важно понимать, как кандидат выбирает инструмент под конкретную задачу.
В каких случаях для построения витрин данных вы бы предпочли ClickHouse вместо Greenplum, и наоборот?
Оптимизация ETL — одна из ключевых задач. Вопрос проверяет практический опыт работы с большими данными.
Расскажите о самом сложном случае оптимизации SQL-запроса или Spark-джобы в вашей практике: какая была проблема и как вы её решили?
Работа ведется в экосистеме Hadoop. Знание форматов хранения критично для эффективности.
Какие особенности формата Parquet делают его предпочтительным для аналитических нагрузок в HDFS?
Банковские проекты требуют высокой надежности. Вопрос на знание процессов обеспечения качества данных.
Как вы организуете SLA-контроль и обработку ошибок (ретраи) в своих ETL-пайплайнах?
Похожие вакансии
Senior Data Analyst
DWH аналитик на банковский проект
Data аналитик (Senior)
Data аналитик (Senior)
Senior/middle DWH разработчик / Data Engineer
Data аналитик 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!
- Страна
- Россия