Data Engineer
Оценка ИИИнтересная позиция в известной компании с возможностью работы над международными финтех-проектами. Четко описанный стек технологий и гибридный формат работы делают вакансию привлекательной для опытных инженеров данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует глубокой экспертизы в оптимизации PostgreSQL и ClickHouse, а также уверенного владения Python и Airflow. Работа в финтехе подразумевает высокую ответственность за SLA и качество данных, что повышает порог входа.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Data Engineer уровня Middle+/Senior в Казани или при работе на международные проекты рыночный диапазон составляет от 250 000 до 400 000 рублей. Предложение соответствует рынку при условии конкурентной офферной политики компании.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*🌍 Казань (релокация/гибридный формат*)
*Мы создаём финтех-продукты для рынков, где формируется будущее финансовых технологий. Работаем на международных проектах, совмещая скорость стартапов с надёжностью enterprise-разработки.*
*Чем предстоит заниматься?*
• Проектировать и поддерживать интеграцию источников данных (взаимодействие с процессинговыми системами и Автоматизированной Банковской Системой / АБС);
• Организовывать мониторинг актуальности входящих данных и оперативно реагировать на инциденты;
• Готовить данные для загрузки в оговоренные форматы хранения (Data Lake / DWH) для последующего потребления смежными командами;
• Разрабатывать и оптимизировать витрины данных для BI-отчетности в Superset и PowerBI;
• Проводить глубокую проверку качества данных (Data Quality), выявлять аномалии и устранять корневые причины ошибок;
• Обеспечивать бесперебойную актуальность данных, нести ответственность за соблюдение SLA и быстрое восстановление при авариях.
*Мы ожидаем:*
• Отличное знание SQL (DDL/DML) в PostgreSQL;
• Хорошее знание SQL (DDL/DML) в ClickHouse;
• Отличные навыки оптимизации SQL-запросов в PostgreSQL;
• Отличные навыки работы с Python: написание и поддержка DAG-ов в Airflow, опыт работы с асинхронными сервисами;
• Хорошие навыки конфигурирования PostgreSQL.
Контакты: Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- PostgreSQL
- ClickHouse
- Python
- Apache Airflow
- Data Quality
- ETL
- DWH
- Data Lake
- Apache Superset
- Power BI
- Asynchronous Programming
Возможные вопросы на собеседовании
Вакансия предполагает работу с АБС и процессингом, где важна точность и скорость.
Расскажите о вашем опыте интеграции данных из банковских систем (АБС) и с какими сложностями вы сталкивались?
В требованиях указана отличная оптимизация запросов в PostgreSQL.
Какие инструменты и методы вы используете для профилирования и оптимизации медленных SQL-запросов в PostgreSQL?
Работа с Airflow является ключевым навыком для данной позиции.
Как вы организуете мониторинг и обработку ошибок в сложных DAG-ах Airflow, чтобы минимизировать простои?
Компания делает упор на Data Quality.
Какие проверки качества данных (Data Quality checks) вы считаете обязательными при загрузке данных в DWH?
Упоминается работа с асинхронными сервисами на Python.
В каких сценариях обработки данных вы применяли асинхронность (asyncio) и какие преимущества это дало?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
