- Страна
- Россия
- Зарплата
- 150 000 ₽ – 170 000 ₽
Data Engineer (Middle)
Оценка ИИСтабильная вакансия с четким стеком технологий и удаленным форматом. Зарплата соответствует рыночному уровню для Middle-позиции в РФ, а задачи по архитектуре обещают профессиональный рост.
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 Python/Airflow и специфического опыта с Apache Iceberg, что делает её доступной для крепких Middle-специалистов. Основная сложность заключается в необходимости проектирования архитектуры с нуля и работы с GraphQL.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата (150-170к) находится в пределах рыночной медианы для Middle Data Engineer в России, хотя верхняя граница рынка для этой роли может достигать 250-300к в крупных тех-гигантах.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
#вакансия #dataengineer #python #airflow #etl #dwh #удалённо
Data Engineer (Middle)
Оплата: 150 000 – 170 000 ₽
Компания: *💻* Кодекс-ИТ
Грейд: Middle
Гражданство: РФ
Локация: строго РФ
Формат работы: удаленно
Часовой пояс: не более ±2 часов от МСК
*📋* Проект:
Разработка единой системы оценки эффективности.
*📋* Задачи:
— Разработка решений вокруг DWH
— Создание ETL / настройка сбора данных, BI-аналитика
— Проработка архитектуры данных и системы для их сбора
— Внедрение нового функционала, сокращение техдолга
*📋* Требования:
— Опыт проектирования и построения пайплайнов: Python / Apache Airflow
— Интеграция источников с GraphQL, RESTful
— Хранение данных в Apache Iceberg / проектирование архитектуры хранения данных
— Проектирование архитектуры сбора данных и витрин
— Тестирование данных на всех уровнях требований к качеству данных
— Настройка метрик и алертов Prometheus / интеграция с внутренними системами оповещений
— Знание предметной области
*🙋* Условия:
Удаленный формат работы
Интересный проект с архитектурными задачами
Профессиональный рост
*💬* Контакт: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- Apache Airflow
- ETL
- DWH
- GraphQL
- RESTful API
- Apache Iceberg
- Prometheus
- BI
Возможные вопросы на собеседовании
Проверка опыта работы с ключевым инструментом хранения данных, указанным в требованиях.
Расскажите о вашем опыте работы с Apache Iceberg: какие преимущества этого формата вы использовали и с какими проблемами сталкивались?
Важно понять, как кандидат обеспечивает надежность пайплайнов.
Как вы организуете тестирование качества данных (Data Quality) на разных этапах ETL-процесса в Airflow?
Проверка навыков интеграции с современными API.
В чем заключаются основные особенности и сложности сбора данных через GraphQL по сравнению с классическим RESTful API?
Оценка навыков эксплуатации и поддержки системы.
Какие ключевые метрики вы бы настроили в Prometheus для мониторинга здоровья DWH и ETL-процессов?
Проверка архитектурного мышления.
Опишите процесс проектирования витрины данных: от сбора требований до реализации в DWH.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
