- Страна
- Казахстан
Откликайтесь
на вакансии с ИИ
Data Engineer
Оценка ИИСтабильная позиция в крупном банке Казахстана с понятным стеком технологий. Гибридный формат работы в Алматы является привлекательным фактором для местных специалистов.
Сложность вакансии
Оценка ИИПозиция требует среднего уровня подготовки (от 1.5 лет опыта). Основная сложность заключается в необходимости глубокого понимания архитектуры DWH и специфики работы с Feature Store в банковском секторе.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Data Engineer с опытом от 1.5 лет в Алматы рыночные предложения обычно находятся в диапазоне от 600 000 до 1 000 000 тенге (в эквиваленте). Банковский сектор часто предлагает конкурентные условия и дополнительные бонусы.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Bereke Bank уже сейчас
Присоединяйтесь к команде Bereke Bank и внесите свой вклад в развитие современного Feature Store для DS-команды!
Описание вакансии
Data Engineer АО «Bereke Bank»
Местоположение: Алматы
Формат работы: Гибрид
Опубликована: 05.05.2026
Требования:
• 1,5+ года в Data Engineering
• Уверенный SQL
• Python (pandas, работа с файлами)
• Опыт с PostgreSQL
• Понимание DWH
• Уверенный Git
О компании
Мы в АО «Bereke Bank» развиваем инфраструктуру для разработки моделей и строим надёжный Feature Store для DS-команды.
Откликнуться опубликована в LinkedIn у Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Git
- Python
- Pandas
- SQL
- PostgreSQL
- DWH
Возможные вопросы на собеседовании
Проверка фундаментальных знаний SQL, необходимых для работы с данными в банке.
Расскажите о различиях между оконными функциями и агрегатными функциями с группировкой. В каких случаях вы предпочтете использовать оконные функции?
Оценка опыта проектирования хранилищ данных.
Какие подходы к моделированию данных в DWH вы использовали (например, Kimball или Inmon)? Почему выбрали именно их?
Проверка навыков работы с Python в контексте Data Engineering.
Как вы оптимизируете обработку больших объемов данных в pandas, если они не помещаются в оперативную память?
Понимание специфики Feature Store, упомянутого в описании.
Что, по вашему мнению, является ключевым компонентом Feature Store и какие проблемы DS-команд он решает?
Оценка навыков работы с PostgreSQL.
Как бы вы подошли к оптимизации медленного запроса в PostgreSQL? Какие инструменты и методы профилирования вы используете?
Похожие вакансии
Senior Data Scientist
Data Scientist (Senior)
Data Scientist
Data Scientist Middle +
Data engineer
Сеньор-датасаентист в команду ML-разработки
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!