Data Engineer
Стабильная крупная компания с понятным стеком технологий и современными задачами. Возможность удаленной работы и работа над реальными промышленными продуктами делают вакансию привлекательной для опытных инженеров.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Роль требует уверенного владения специфическим стеком (Greenplum, ClickHouse) и сильной математической базы. Задачи охватывают полный цикл работы с данными — от ETL до BI-дашбордов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата в вакансии не указана, но для Data Engineer уровня Middle/Senior в Москве рыночный диапазон составляет от 250 000 до 450 000 рублей. ТЕХНОНИКОЛЬ обычно предлагает конкурентоспособные условия, соответствующие средним значениям по IT-сектору.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
*💻 Data Engineer*
Можно удалённо, Москва
ТЕХНОНИКОЛЬ развивает цифровые продукты для промышленности, логистики и клиентского сервиса. В команду корпоративного хранилища данных ищут инженера.
Требования:
— Опыт работы с Greenplum или другой MPP-СУБД, ClickHouse и Airflow
— Хорошее знание SQL и реляционных баз данных, желательно Greenplum или PostgreSQL. Опыт написания сложных запросов
— Хорошее знание Python
— Знание современных технологий обработки больших данных
— Высшее образование в области IT, математики, математической статистики или физики
Задачи: организовывать пайплайны данных, развивать и оптимизировать корпоративное хранилище данных, настраивать ETL/ELT-процессы и инфраструктуру для обеспечения качества данных, разрабатывать BI-дашборды.
*➡️* Откликнуться
*📍* Навигация: База знаний • Задачи • Собеседования
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- SQL
- PostgreSQL
- Airflow
- ETL
- ELT
- ClickHouse
- BI
- Greenplum
Возможные вопросы на собеседовании
Проверка опыта работы с MPP-архитектурой, критически важной для Greenplum.
Расскажите о принципах распределения данных (distribution keys) в Greenplum и как они влияют на производительность JOIN-операций?
Оценка навыков оптимизации производительности в аналитических СУБД.
В каких случаях вы предпочтете использовать ClickHouse вместо Greenplum для хранения данных?
Проверка владения основным инструментом оркестрации.
Как вы организуете обработку ошибок и повторные запуски (retries) в сложных DAG в Airflow?
Оценка навыков написания эффективного кода для обработки данных.
Какие библиотеки Python вы чаще всего используете для ETL-процессов и как обеспечиваете их масштабируемость?
Проверка понимания методологии обеспечения качества данных.
Как вы выстраиваете процессы Data Quality при загрузке данных из различных источников в DWH?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

