- Страна
- Венгрия
Data Engineer (AWS / Azure / Databricks)
Оценка ИИПривлекательная вакансия для фрилансеров в ЕС с возможностью удаленной работы на крупного немецкого заказчика. Использование современного стека (Databricks, AWS/Azure) и четкие требования делают это предложение качественным, хотя отсутствие указанной вилки зарплаты немного снижает балл.
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 Databricks/PySpark и опыта работы в крупных корпоративных средах (Enterprise). Дополнительную сложность создает требование к наличию разрешения на работу в ЕС и высокий уровень английского языка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИДля роли Data Engineer уровня Middle/Senior на фриланс-рынке ЕС (B2B) типичные ставки составляют от 50 до 85 евро в час. Предложенный диапазон соответствует рыночным ожиданиям для специалистов с опытом работы в Enterprise-секторе и знанием Databricks.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
#DataEngineer #DataEngineering #Databricks #Python #Azure #Kafka #DataJobs #RemoteJobs #Budapest #Hiring #vacancy
🔥 Data Engineer (AWS / Azure / Databricks)
We are looking for an experienced Data Engineer for a project with a major German Enterprise client.
In this role, you will work with scalable cloud infrastructure, design DWH architecture, and optimize production data pipelines for international teams.
📌 Format: 100% Remote
💼 Contract Type: B2B Freelance
🌍 Location: Remote within EU (must hold EU Citizenship, PR, or a valid EU Work/Residence Permit)
🗣 Languages: English — B2+ / C1 (German is a plus, but not required)
🛠 Responsibilities:
\* Develop, optimize, and maintain reliable ETL/ELT data pipelines in a cloud environment.
\* Design and scale Data Warehouse / Data Lake architecture.
\* Integrate new data sources while ensuring high data quality, stability, and performance.
\* Automate processes and collaborate closely with Analytics, BI, and DevOps teams.
🎯 Requirements (Must-have):
\ 3+ years* of experience as a Data Engineer in an enterprise environment.
\ Strong proficiency in Python and Advanced SQL*.
\ Deep understanding of ETL/ELT concepts, data pipeline development, and Data Warehousing*.
\ Hands-on experience with cloud platforms (AWS or Azure*).
\ Hands-on experience with modern data processing platforms (Databricks / PySpark*).
\ English proficiency at B2+ or higher* (comfortable with fluent technical communication).
⭐️ Nice-to-have:
\ Experience with dbt, Snowflake, or Azure Data Factory*.
\ Knowledge of Terraform* / CI/CD / DataOps practices.
\ Experience with real-time streaming technologies (Kafka / Azure Event Hub*).
\ Understanding of data modeling methodologies (e.g., Data Vault 2.0*).
\* Experience with enterprise integrations (SAP, REST APIs).
📩 To Apply:
Send your CV and expected hourly rate to Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Databricks
- Python
- SQL
- AWS
- Azure
- PySpark
- ETL
- ELT
- Data Warehousing
- dbt
- Snowflake
- Azure Data Factory
- Terraform
- Kafka
- Data Vault 2.0
Возможные вопросы на собеседовании
Проверка практического опыта работы с основным инструментом вакансии.
Расскажите о наиболее сложном пайплайне, который вы оптимизировали в Databricks. Каких показателей производительности удалось достичь?
Оценка навыков проектирования архитектуры данных.
В каких случаях вы бы предпочли архитектуру Data Vault 2.0 классической схеме «звезда» в контексте облачного хранилища?
Проверка навыков работы с облачной инфраструктурой.
Как вы обеспечиваете безопасность данных и управление доступом при интеграции новых источников в AWS или Azure?
Оценка опыта работы с потоковыми данными.
Был ли у вас опыт работы с Kafka или Azure Event Hub? Как вы обрабатываете проблему 'late-arriving data' в потоковых пайплайнах?
Проверка навыков автоматизации и DevOps-практик в данных.
Как вы используете Terraform или CI/CD для управления изменениями в инфраструктуре данных и обеспечения стабильности продакшена?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
