- Страна
- Индия
Откликайтесь
на вакансии с ИИ

Data Engineer
Стабильная позиция в известной сервисной компании с четкими требованиями. Однако формат работы только из офиса (WFO) и ограничение по росту зарплаты могут быть менее привлекательными для некоторых кандидатов.
Сложность вакансии
Средний уровень сложности из-за строгих требований к стеку (Java + Spark) и необходимости работы из офиса. Также ожидается быстрый выход на работу (до 15 дней).
Анализ зарплаты
Предложение ограничено прибавкой в 20% к текущей зарплате кандидата, что является стандартной практикой для индийского рынка, но может быть ниже рыночных ожиданий для опытных инженеров (4-10 лет опыта). Рыночные вилки для Senior Data Engineer в Индии обычно шире.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Wipzo Systech уже сейчас
Отправьте свое резюме на указанный email, если вы готовы приступить к работе в кратчайшие сроки и обладаете сильными навыками в Spark и Java!
Описание вакансии
Role : Data Engineer.
Location : Gurgaon / Bangalore / Navi Mumbai/ Hyderabad
Mode : Permanent Full Time - WFO
Exp: 4 - 10 Years.
Notice Period: Immediate to 15 Days.
Salary : Max 20% on current CTC.
Mandatory Skills : Java, Sql, Apache Spark, Data Engineering.
Email : Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- SQL
- Data Engineering
- Apache Spark
- Java
Возможные вопросы на собеседовании
Проверка фундаментальных знаний языка, указанного как обязательный.
Как вы управляете памятью в Java при обработке больших объемов данных, и какие GC-алгоритмы лучше всего подходят для Spark-приложений?
Оценка навыков оптимизации распределенных вычислений.
Расскажите о методах оптимизации Spark-джойнов (например, Broadcast Hash Join) и о том, как вы боретесь с проблемой Data Skew.
Проверка владения SQL на продвинутом уровне.
Опишите разницу между оконными функциями и агрегатными функциями с группировкой. В каких случаях использование оконных функций предпочтительнее для аналитики?
Оценка опыта проектирования систем.
Как вы обеспечиваете отказоустойчивость и идемпотентность в своих ETL-процессах?
Проверка практического опыта работы с Apache Spark.