- Страна
- Казахстан
- Зарплата
- 4 000 $ – 5 500 $
Data Analytics Engineer
Оценка ИИПривлекательная вакансия с конкурентной зарплатой в долларах и возможностью полной удаленной работы. Компания предлагает интересные задачи на стыке современных технологий (AI/ML), однако требует высокого уровня ответственности за качество данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует глубоких знаний не только в инженерии данных, но и в аналитическом моделировании, а также понимания жизненного цикла ML. Высокие требования к опыту (от 5 лет) и владению английским языком на уровне B2 делают позицию доступной только для опытных специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата ($4000–$5500) находится на уровне выше среднего для рынка Казахстана и СНГ для позиций уровня Senior Data/Analytics Engineer. Она соответствует международным стандартам для удаленной работы в компаниях среднего сегмента.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*📍* Формат/working arrangement: удалённо
*✔️* Должность/position: Data Analytics Engineer
*🏢* Место работы/workplace: COMTEK Inc.
*💸* Заработная плата/salary estimate: 4 000–5 500 $ в месяц, до вычета налогов
*📈* Опыт/experience: 3–6 лет
*🕰* Занятость/employment: полная занятость
*📅* График/schedule: 5/2, 8 рабочих часов
*ℹ️* О позиции:
— Роль объединяет Data Engineering, Analytics Engineering и AI
— Работа с корпоративной аналитикой, ML и AI-решениями
— Построение надежных data pipelines, semantic models и стандартизированных метрик
— Ответственность за качество данных, lineage и мониторинг
*📈* Обязанности/responsibilities:
— Преобразование сложных корпоративных данных в готовые наборы данных и reusable features
— Создание и поддержка production data pipelines
— Разработка аналитических и feature pipelines
— Построение стандартизированных метрик и semantic models
— Обеспечение качества и валидации данных
— Настройка data lineage и мониторинга
— Подготовка данных для ML и AI-продуктов
— Оптимизация производительности обработки данных
— Автоматизация и тестирование data workflows
*📌* Требования/requirements:
— Более 5 лет релевантного опыта в Data Engineering, Analytics Engineering, Software Engineering или production analytics
— Высшее техническое образование или эквивалентный практический опыт
— Продвинутый SQL
— Уверенный Python
— Опыт построения production data pipelines
— Опыт работы с cloud data platforms, data warehouses или data lakes
— Git, code review, automated testing, CI/CD
— Оркестрация и мониторинг production-процессов
— Понимание data modelling, semantic layers, metadata и data lineage
— Понимание data quality и data contracts
— Знание ML lifecycle и требований к данным для моделей
— Английский язык B2
Ключевые навыки:
— Python
— SQL / MS SQL
— Data Engineering
— Analytics Engineering
— Data Pipelines
— Data Modelling
— Semantic Models
— Data Quality
— Data Lineage
— CI/CD
— Git
— Cloud Data Platforms
— Data Warehouse
— Data Lake
— Power BI
— Machine Learning
*✅* Условия/working conditions:
— Полностью удалённый формат
— Полная занятость
— График 5/2
— Рабочий день 8 часов
— Выплаты раз в месяц
— Заработная плата 4 000–5 500 $ до вычета налогов
*📍* Локация/location: Алматы / удалённо
*🔗* Ссылка/link: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- Microsoft SQL Server
- Data Engineering
- Analytics Engineering
- Data Pipelines
- Data Modeling
- CI/CD
- Git
- Cloud Computing
- Data Warehouse
- Data Lake
- Power BI
- Machine Learning
Возможные вопросы на собеседовании
Проверка навыков проектирования архитектуры данных.
Расскажите о самом сложном production-пайплайне, который вы проектировали: с какими проблемами производительности вы столкнулись и как их решили?
Оценка понимания концепции Analytics Engineering.
Как вы подходите к построению семантического слоя данных, чтобы обеспечить консистентность метрик для разных бизнес-подразделений?
Проверка навыков обеспечения надежности данных.
Какие инструменты и подходы вы используете для реализации Data Contracts и мониторинга Data Lineage в облачных инфраструктурах?
Оценка опыта работы с ML-инфраструктурой.
В чем, по вашему мнению, основные отличия в подготовке данных для классической BI-отчетности и для обучения моделей машинного обучения?
Проверка навыков командной разработки.
Опишите ваш процесс проведения Code Review для SQL-трансформаций: на что вы обращаете внимание в первую очередь?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
