Data Engineer
Высокий балл обусловлен значительным объемом инвестиций ($110M), сильным руководством (ex-Revolut) и работой над передовыми AI-технологиями в финтехе. Удаленный формат работы в Европе добавляет привлекательности.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Позиция требует солидного опыта (4+ года) и глубоких знаний Python/SQL. Работа в стартапе на стадии Series B предполагает высокий темп и ответственность за архитектуру данных в условиях быстрого роста.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата в объявлении не указана, но для Data Engineer с опытом 4+ года в европейских стартапах уровня Series B рыночные предложения обычно находятся в диапазоне 70,000–95,000 евро в год. Учитывая объем инвестиций Nevis, можно ожидать конкурентоспособную компенсацию, соответствующую верхним границам рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Data Engineer в Nevis
*📍*Remote (Европа)
*💎*4+ года опыта, Python and SQL
*🚀*Фаундер — Mark Swan, ex-Revolut
Nevis — строит первую в мире платформу по управлению финансами на базе AI.
Размер команды — 11-50 | Инвестиции — $110M
Узнать подробнее и откликнуться: Откликнуться
🤝Ещё 150+ вакансий аналитиков в компаниях с русскоговорящими фаундерами / командами — в нашей рассылке
Другие вакансии:
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Artificial Intelligence
- Python
- SQL
- Data Engineering
- ETL
Возможные вопросы на собеседовании
Проверка навыков проектирования систем обработки данных для AI-продуктов.
Как бы вы спроектировали архитектуру данных для обработки финансовых транзакций в реальном времени для последующего обучения AI-моделей?
Оценка глубины владения основным инструментом.
Опишите ваш опыт оптимизации сложных SQL-запросов. С какими наиболее трудными случаями вы сталкивались при работе с большими объемами данных?
Проверка инженерной культуры и навыков написания кода.
Какие паттерны проектирования на Python вы чаще всего используете при разработке ETL-процессов и почему?
Важно для финтеха и AI.
Как вы обеспечиваете качество и консистентность данных (Data Quality) в распределенных системах?
Оценка умения работать в условиях неопределенности стартапа.
Расскажите о случае, когда вам приходилось принимать архитектурное решение в условиях ограниченного времени или неполных данных. Каков был результат?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

