Data Engineer
Хорошая вакансия для инженеров данных, предпочитающих разнообразие проектов. Удаленный формат и четкий стек технологий делают предложение привлекательным, хотя отсутствие указанной вилки зарплаты требует уточнения на берегу.
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
Позиция требует уверенного владения SQL и понимания архитектуры хранилищ данных (DWH/MPP). Основная сложность заключается в работе на аутсорс-проектах, что предполагает быструю адаптацию к новым задачам и стекам.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Указанный стек технологий (MPP, DWH, ETL) соответствует рыночным требованиям для Middle/Senior специалистов. В аутсорс-компаниях зарплаты обычно находятся в пределах рыночного медианного значения, но сильно зависят от конкретного проекта заказчика.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Data Engineer
Стек: ETL, ELT, SQL, PL/pgSQL, DWH, MPP, Git, Jira
Мы - компания Лига кода. Работаем в формате аутсорс-продакшн (исполнители на проектах).
Откликнуться через Откликнуться ↓
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- ETL
- ELT
- SQL
- PL/pgSQL
- DWH
- MPP
- Git
- Jira
Возможные вопросы на собеседовании
Проверка фундаментальных знаний SQL для обработки данных.
В чем разница между оконными функциями и агрегатными функциями с GROUP BY? Приведите примеры использования.
Оценка понимания архитектурных подходов к обработке данных.
В каких случаях вы бы предпочли использовать подход ELT вместо классического ETL?
Проверка опыта работы с большими объемами данных.
Какие особенности оптимизации запросов существуют в MPP-системах по сравнению с классическими реляционными БД?
Оценка навыков проектирования хранилищ.
Расскажите о своем опыте проектирования схем данных (например, «звезда» или «снежинка»). Какие плюсы и минусы у каждого подхода?
Проверка владения инструментами разработки.
Как вы организуете процесс версионирования SQL-скриптов и миграций БД в Git?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

