- Страна
- Сербия
Data Engineer
Оценка ИИRivian — это престижный мировой бренд в сфере электромобилей, предлагающий работу над социально значимым продуктом. Локация в Белграде и современный стек технологий делают вакансию крайне привлекательной для опытных инженеров.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИПозиция требует уверенного владения стеком Spark/Databricks и опыта работы с облачной инфраструктурой AWS от 3 лет. Высокая планка ответственности за качество данных в международной компании повышает сложность отбора.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Data Engineer уровня Middle/Senior в Белграде рыночный диапазон составляет от 3500 до 5500 евро после налогов. Rivian как международная компания обычно предлагает конкурентные условия, соответствующие верхней границе рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
**Data Engineer
Rivian, Belgrade**
Rivian is on a mission to keep the world adventurous forever. This goes for the emissions-free Electric Adventure Vehicles we build, and the curious, courageous souls we seek to attract.
Responsibilities:
*🌸*Design, develop, and maintain robust and scalable data pipelines to support various data-driven initiatives.
*🌸*Collaborate with cross-functional teams to understand data requirements and implement solutions that meet business needs.
*🌸*Work with large datasets, ensuring data quality, integrity, and reliability throughout the entire data lifecycle.
*🌸*Leverage Apache Spark within the Databricks environment to process large volumes of data efficiently.
*🌸*Utilize Python, SQL, Spark, and other technologies to optimize and enhance data processing capabilities.
*🌸*Implementation experience on containerization and orchestration tools (e.g., Docker, Kubernetes).
*🌸*Implement and optimize ETL processes for efficient data extraction, transformation, and loading.
*🌸*Collaborate with Data Scientists and Analysts to provide them with the necessary data infrastructure and support their analytical needs.
*🌸*Stay current with industry trends and best practices to continuously improve data engineering processes.
Qualifications:
*💦*Bachelor’s degree in computer science, Information Technology, or a related field.
*💦*At least 3+ years building data and analytics platforms using AWS Cloud, Python, SQL and Databricks
*💦*Experience working with Distributed systems like Spark.
*💦*Knowledge of automation and CI-CD best practices.
*💦*Outstanding aptitude for problem-solving and a demonstrated ability to excel within a collaborative team setting.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- SQL
- Apache Spark
- Databricks
- AWS
- Docker
- Kubernetes
- ETL
- CI/CD
- Distributed Systems
Возможные вопросы на собеседовании
Проверка практического опыта работы с основным инструментом обработки данных в компании.
Расскажите о вашем опыте оптимизации Spark-джобов в среде Databricks. Какие методы вы использовали для борьбы с перекосом данных (data skew)?
Вакансия предполагает работу с большими данными, где качество критично.
Как вы организуете процесс валидации и обеспечения качества данных (Data Quality) в своих ETL-пайплайнах?
В требованиях указаны Docker и Kubernetes.
Опишите ваш опыт контейнеризации приложений для обработки данных. В каких случаях вы считаете использование Kubernetes оправданным для Data Engineering задач?
Проверка навыков проектирования систем.
С какими основными проблемами масштабируемости вы сталкивались при работе с AWS Cloud и как вы их решали?
Оценка умения работать в команде и понимать бизнес-контекст.
Как вы подходите к сбору требований от аналитиков и Data Scientist-ов при проектировании новой витрины данных?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
