- Страна
- Россия
- Зарплата
- от 1 800 ₽
Data Engineer (Middle) — Система оценки эффективности
Оценка ИИИнтересный проект в известной компании Kokoc Tech с современным стеком технологий (Iceberg, Airflow). Однако проект временный (4 месяца) и имеет строгие ограничения по локации и часовому поясу.
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 Apache (Airflow, Iceberg) и Python, а также специфических знаний в HR-аналитике. Сложность умеренная, так как проект ограничен по времени и имеет четкие требования к архитектурным навыкам.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная ставка 1 800 руб/час при полной занятости (160 часов в месяц) составляет около 288 000 руб. Это соответствует верхней границе рыночного диапазона для Middle Data Engineer в России.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*🔧 Data Engineer (Middle) — Система оценки эффективности 📊*
Ищем дата-инженера для разработки единой системы оценки эффективности в Kokoc Tech! *🚀*
*🆔* ID: 3676
*📍* Локация: РФ (строго ±2 часа от МСК, UTC+3)
*🎯* Грейд: Middle
*💵* Ставка: 1 800 руб/час (без НДС)
*⏳* Длительность: 4 месяца
*🖥* Формат: удалённо
*📅* Ориентировочная дата привлечения: вчера
О проекте:
Разработка единой системы оценки эффективности *💼*
Требования:
*✅ Проектирование и построение пайплайнов: Python / Apache Airflow 🐍*
*✅* Интеграция источников с GraphQL, RESTful
*✅* Хранение данных в Apache Iceberg / проектирование архитектуры хранения
*✅* Проектирование архитектуры сбора данных и витрин
*✅ Тестирование данных на всех уровнях требований к качеству 🧪*
*✅ Настройка метрик и алёртов Prometheus / интеграция с внутренними системами оповещений 📊*
*✅ Знания предметной области: HR / цифровой профиль сотрудника 👤*
Обязанности:
- Разработка решений вокруг DWH *💾*
- Создание ETL / настройка сбора данных, BI-аналитика
- Проработка архитектуры данных и системы для их сбора
- Внедрение нового функционала, сокращение техдолга *🛠*
Важные условия:
*⚠️ Локация: РФ строго, часовой пояс не более ±2 часа от МСК 🕐*
*📩* Пишите в ТГ: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- Apache Airflow
- GraphQL
- RESTful API
- Apache Iceberg
- ETL
- Prometheus
- DWH
- BI
Возможные вопросы на собеседовании
Проект предполагает использование Iceberg для хранения данных. Важно понимать, как кандидат проектирует таблицы для обеспечения производительности.
Какие преимущества дает использование Apache Iceberg в сравнении с классическими Hive-таблицами при построении DWH?
Вакансия требует интеграции с GraphQL, что встречается реже, чем REST.
С какими сложностями вы сталкивались при реализации ETL-пайплайнов, использующих GraphQL в качестве источника данных?
Качество данных — один из ключевых пунктов требований.
Как вы организуете автоматизированное тестирование качества данных (Data Quality) на разных этапах пайплайна в Airflow?
Работа с HR-данными требует особого внимания к безопасности и структуре.
Был ли у вас опыт проектирования цифрового профиля сотрудника и какие ключевые метрики эффективности вы считаете наиболее важными для такой системы?
В требованиях указан Prometheus для мониторинга данных.
Какие именно метрики пайплайнов вы бы вывели в Prometheus для оперативного реагирования на сбои в доставке данных?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
