- Страна
- Польша
Data Engineer (Middle/Senior)
Оценка ИИGitLab — это бренд мирового уровня с сильной инженерной культурой и возможностью удаленной работы. Четкий стек технологий и прозрачные требования делают эту вакансию крайне привлекательной для опытных инженеров.
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 солидного коммерческого опыта (от 3 лет) и глубоких знаний специфического стека, включая ClickHouse и Airflow. Работа в международной компании уровня GitLab подразумевает высокие стандарты качества кода и архитектурных решений.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИВ объявлении не указана зарплата, однако для Middle/Senior Data Engineer в Европе и СНГ рыночный диапазон составляет от 4000 до 7000 USD. GitLab известен конкурентными офферами, соответствующими международным стандартам.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Data Engineer (Middle/Senior)
Местоположение: Польша, Грузия, Армения
Формат работы: Удаленно
Опубликована: 28.07.2026
Требования:
• Коммерческий опыт работы Data Engineer от 3 лет
• Отличное знание SQL и уверенный опыт работы с ClickHouse
• Опыт разработки ETL/ELT-процессов на Python и Apache Airflow
О компании
GitLab — самая комплексная платформа DevSecOps с поддержкой ИИ, предоставляемая в виде единого приложения.
Контакт: Откликнуться
Откликнуться в LinkedIn
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- SQL
- ClickHouse
- Python
- Apache Airflow
- ETL
- ELT
Возможные вопросы на собеседовании
ClickHouse часто используется для аналитики больших данных; важно понимать, как кандидат оптимизирует производительность.
Расскажите о вашем опыте оптимизации запросов в ClickHouse. Какие движки таблиц вы использовали и почему?
Airflow является стандартом для ETL, и знание его нюансов критично для стабильности процессов.
Как вы организуете обработку ошибок и повторные запуски (retries) в DAG-файлах Apache Airflow?
Проверка навыков проектирования систем обработки данных.
Опишите архитектуру ETL-процесса, который вы спроектировали с нуля. С какими основными сложностями вы столкнулись?
SQL — базовый инструмент DE, важно владение сложными конструкциями.
В каких случаях вы предпочтете использование оконных функций вместо группировки (GROUP BY)? Приведите пример.
Проверка навыков написания чистого и эффективного кода на Python в контексте данных.
Какие библиотеки Python, помимо стандартных, вы чаще всего используете для обработки данных и почему?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
