Откликайтесь
на вакансии с ИИ
Data Engineer
Оценка ИИОтличная вакансия с современным стеком технологий и расширенным соцпакетом (ДМС, питание, обучение). Офисный формат компенсируется гибким началом дня и бонусами.
Сложность вакансии
Оценка ИИРоль требует уверенного владения SQL и опытом работы с современным стеком (GCP, dbt, Airflow). Основная сложность заключается в необходимости проектирования архитектуры DWH и внедрения практик Data Quality.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Data Engineer с таким стеком (GCP, dbt) рыночные показатели в РФ достаточно высоки. Предложение соответствует средним ожиданиям для специалистов уровня Middle/Senior.
Сопроводительное письмо
I am writing to express my interest in the Data Engineer position. With a strong background in building scalable ETL/ELT pipelines and a deep understanding of SQL optimization, I am confident in my ability to contribute to your DWH development. My experience aligns perfectly with your tech stack, particularly with Google Cloud Platform, BigQuery, and Airflow.
I am especially drawn to this role because of your focus on Data Quality and the use of dbt for data modeling. I have a proven track record of translating complex business requirements into robust technical solutions and creating intuitive dashboards in Looker. I am eager to bring my engineering mindset and systematic approach to your team to help drive data-informed decision-making.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Если вы готовы строить современные магистрали данных в GCP и работать с dbt, откликайтесь прямо сейчас!
Описание вакансии
#vacancy#вакансия Data Engineer👨💻
Формат: офис
График работы: 5/2 full-time
Контакты: Откликнуться
🚀 Задачи:
- Проектировать и развивать DWH, создавая фундамент для аналитики.
- Строить магистрали данных: Разрабатывать, оптимизировать и поддерживать масштабируемые ETL/ELT-пайплайны.
- Переводить бизнес-потребности заказчиков на технический язык и предлагать оптимальные архитектурные решения.
- Помогать коллегам видеть картину целиком через разработку понятных и быстрых дашбордов.
- Внедрять практики Data Quality и обеспечивать доверие к данным во всей компании.
🔍 Что для нас важно:
- Уверенный SQL: Ты пишешь сложные запросы, умеешь их оптимизировать и понимаешь, как они выполняются под капотом.
- Опыт с ETL/ELT: Ты понимаешь принципы построения пайплайнов, работал с инструментами интеграции данных.
- Практика с dbt: Опыт моделирования данных и написания трансформаций в dbt будет огромным плюсом.
- Инженерный подход: Ты заботишься о качестве кода, используешь Git и понимаешь важность Data Quality.
- Системное мышление: Способность организовать данные так, чтобы на их основе можно было строить информативные отчеты и дашборды.
🧩Наш стек технологий:
Cloud & Storage: Google Cloud Platform (GCP), BigQuery
ETL/ELT: dbt, Airbyte, Python
Orchestration: Airflow
BI: Looker
🤝Что мы предлагаем:
- Формат работы: Офис + возможность брать 2 дня удаленной работы в месяц для смены обстановки.
- ДМС для тебя и твоей семьи
- Компенсация обедов или кейтеринг прямо в офис
- Корпоративные спортивные команды для активного отдыха
- Официальное трудоустройство
- Гибкое начало рабочего дня
- Премия в день рождения и денежная выплата при рождении ребенка.
- Оплачиваем внешние тренинги и предоставляем доступ к корпоративной онлайн-библиотеке.
- Яркие корпоративы и тимбилдинги.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Git
- Python
- SQL
- Looker
- dbt
- Google Cloud Platform
- BigQuery
- Airflow
- ETL
- Airbyte
- Data Quality
- ELT
Возможные вопросы на собеседовании
Проверка навыков оптимизации в целевой БД.
Какие стратегии оптимизации запросов в BigQuery вы использовали для снижения затрат и ускорения выполнения?
Оценка опыта работы с ключевым инструментом стека.
Расскажите о вашем опыте моделирования данных с помощью dbt. Как вы организуете тесты и документацию?
Проверка понимания архитектурных подходов.
В каких случаях вы предпочтете ETL подход вместо ELT, и как это влияет на выбор инструментов?
Оценка навыков обеспечения качества данных.
Как вы выстраиваете процессы Data Quality в пайплайнах, чтобы бизнес мог доверять отчетам в Looker?
Проверка навыков оркестрации.
Опишите ваш подход к обработке ошибок и повторным запускам (retries) в DAG-ах Airflow.
Похожие вакансии
MLOps Engineer (ML pipelines / Kubernetes / Airflow)
Senior Data инженер
Senior MLOps Engineer (Platform Development / LLMOps)
Data Engineer / SAP HANA Developer (Senior)
Data Scientist в RecSys
Data Engineering Team Lead (команда Clickhouse)
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!