- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Engineer
Оценка ИИРабота в стабильной международной компании с мировым именем и отлаженными процессами. Гибридный формат в Санкт-Петербурге и работа с современным стеком технологий делают вакансию очень привлекательной для опытных инженеров.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения стеком Big Data (Hadoop, Spark, Airflow) и понимания архитектуры СУБД. Сложность заключается в необходимости оптимизации производительности систем в условиях крупного FMCG-бизнеса.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Senior/Middle+ Data Engineer в Санкт-Петербурге рыночные показатели составляют от 250 000 до 400 000 рублей. Марс обычно предлагает конкурентоспособные условия, соответствующие верхнему сегменту рынка FMCG.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Mars уже сейчас
Присоединяйтесь к легендарному бренду FMCG и развивайте современные дата-платформы в команде Марс!
Описание вакансии
*💻 Data Engineer*
Гибрид (Санкт-Петербург)
Марс — компания с более чем вековой историей и один из мировых лидеров отрасли FMCG.
Требования:
– Опыт разработки пайплайнов обработки данных в Apache Airflow.
– Опыт оптимизации приложений на Apache Spark.
– Понимание работы СУБД и принципов построения хранилищ данных.
– Опыт работы с Hadoop (Apache Spark, HDFS, YARN etc.).
– Уверенное владение SQL, Python/Scala/Java.
*➡️*Откликнуться
*📍 Навигация:[База знаний](https://t.me/dsproglib) • [Задачи](https://t.me/ds_problems_lib) •* Собеседования
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- SQL
- Apache Spark
- Hadoop
- Java
- Apache Airflow
- Scala
- HDFS
- YARN
- DBMS
Возможные вопросы на собеседовании
Проверка навыков оптимизации ресурсов в распределенных системах.
Расскажите о вашем опыте оптимизации Spark-приложений. Какие параметры YARN или Spark конфигурации вы меняли для устранения проблем с памятью?
Оценка умения проектировать отказоустойчивые процессы.
Как вы организуете обработку ошибок и повторные запуски (retries) в сложных DAG-ах Apache Airflow?
Проверка понимания физического хранения данных.
В чем разница между форматами хранения Parquet и Avro? В каких случаях вы выберете каждый из них для HDFS?
Оценка навыков написания сложного SQL.
Опишите разницу между оконными функциями и группировкой. В каких сценариях оконные функции могут привести к перекосу данных (data skew)?
Проверка архитектурного мышления.
Какие подходы к моделированию данных (Data Vault, Kimball, Inmon) вы использовали и почему?
Похожие вакансии
Аналитик/MLE в команду эффективности
Data Scientist
Data Engineer / DataOps Engineer
Аналитик / MLE (Middle/Senior/Staff) в команду эффективности
Data Scientist Middle
Data инженер (Middle+)
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!