Data Engineer: Merchant Intelligence Agent
Высокий балл обусловлен отличным финансированием компании ($25M Series B), впечатляющими масштабами данных (250 млрд запросов) и удаленным форматом работы. Проект находится на стыке Data Engineering и AI, что крайне перспективно для карьеры.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Роль требует глубоких знаний стека больших данных (Spark, Databricks) и опыта работы с высоконагруженными системами, обрабатывающими миллиарды запросов. Дополнительную сложность придает необходимость работы с AI-агентами и аналитическим моделированием.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата в объявлении не указана, однако для Senior Data Engineer в международных компаниях с таким уровнем финансирования и стеком (Databricks, Spark) рыночные предложения обычно начинаются от $6,000 и выше. Данная оценка соответствует уровню ответственности за AI-инфраструктуру.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Откликнуться в Constructor
*🤩* Удалённо
*🔔* Опубликовано менее 48 часов назад
*📸 AI-платформа поиска и рекомендаций товаров для электронной коммерции*
*🤩* Основатель — Эли Финкельштейн
*🤩* В 2024 году привлёк $25 млн в раунде Series B при оценке около $550 млн
*🤩* Обрабатывает более 250 млрд поисковых запросов и взаимодействий покупателей в год
Задачи:
• Строить batch-пайплайны и аналитические кубы для дашбордов и AI-агента;
• Моделировать данные о покупателях, трендах и отраслевых ориентирах;
• Отвечать за качество данных, свежесть метрик, мониторинг и оповещения.
*🕸 Требования:*
• Уверенное владение Python и SQL;
• Опыт разработки и поддержки batch-пайплайнов на Spark/PySpark;
• Знакомство с Databricks, ClickHouse и dbt;
• Опыт аналитического моделирования данных и мониторинга пайплайнов.
Откликнуться: Откликнуться
*🚀* Offer Inside
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- SQL
- dbt
- PySpark
- Spark
- Databricks
- Data Modeling
- ClickHouse
Возможные вопросы на собеседовании
Проверка навыков оптимизации обработки больших данных.
Расскажите о вашем опыте оптимизации Spark-задач: как вы боретесь с data skew и какие стратегии джойнов используете?
Оценка опыта работы с ключевым инструментом стека компании.
Как вы организуете структуру dbt-проекта для обеспечения масштабируемости и чистоты кода при моделировании сложных аналитических кубов?
Проверка понимания специфики ClickHouse.
В каких случаях вы выберете ClickHouse вместо классических реляционных БД для аналитики и как вы проектируете схемы таблиц для высокой производительности запросов?
Оценка ответственности за качество данных.
Опишите ваш подход к мониторингу свежести и качества данных (Data Quality): какие инструменты и метрики вы считаете критическими?
Проверка архитектурного мышления.
Как бы вы спроектировали пайплайн для AI-агента, которому требуются данные в режиме, близком к реальному времени, используя batch-инструменты?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

