- 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
- Java
- SQL
- Apache Spark
- Data Engineering
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.
В чем разница между RDD, DataFrame и Dataset в Spark, и когда стоит использовать каждый из этих интерфейсов?
Похожие вакансии
Junior Python Data Engineer
Data engineer
Senior Data Engineer
ML Engineer, Senior
Data Scientist Senior
Специалист по подготовке данных для ИИ (удалённо)
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!