- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Engineer (направление качества пунктов выдачи)
Оценка ИИOzon — топовый работодатель с сильной инженерной культурой и огромными объемами данных. Работа в направлении качества ПВЗ дает возможность видеть прямой бизнес-результат своих задач в рамках крупнейшего ритейлера.
Сложность вакансии
Оценка ИИРоль требует уверенного владения широким стеком технологий (Airflow, Spark, ClickHouse, Vertica) и глубокого понимания архитектуры распределенных систем. Высокая планка Ozon к качеству кода и оптимизации запросов делает позицию сложной, но интересной для опытных инженеров.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Data Engineer в Москве в крупных тех-компаниях уровня Ozon рыночные вилки обычно начинаются от 250 000 рублей для Middle-специалистов. Предлагаемые условия, как правило, соответствуют или слегка превышают средние показатели по рынку за счет бонусов.
Сопроводительное письмо
Меня заинтересовала вакансия Data Engineer в направлении качества пунктов выдачи Ozon, так как я обладаю опытом работы с Apache Airflow и построением надежных ETL-пайплайнов. В моей практике я активно использовал SQL для оптимизации сложных запросов и Python для автоматизации обработки данных, что напрямую коррелирует с вашими задачами по развитию сервисной модели для аналитиков.
Я впечатлен масштабами инфраструктуры Ozon и готов применить свои знания Spark и ClickHouse для повышения прозрачности и надежности ваших data-процессов. Уверен, что мой опыт в разработке витрин данных и внедрении стандартов мониторинга поможет вашей команде сократить время на рутинные запросы и улучшить качество данных.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Ozon уже сейчас
Присоединяйтесь к команде Ozon и стройте будущее логистических технологий в одном из крупнейших маркетплейсов!
Описание вакансии
Data Engineer (направление качества пунктов выдачи)
#офис
Москва
Компания: OZON
🔹Вам предстоит:
-Построение и поддержка ETL/пайплайнов:
-Разработка, оптимизация и мониторинг для гарантированной доставки данных.
-Развитие сервисной модели для аналитиков:
-Предоставление качественных, документированных и актуальных данных через витрины и инструменты автоматизации, сокращая время на рутинные запросы.
-Повышение надежности и прозрачности:
-Помощь во внедрении единых стандартов на тестирование, мониторинг и алертинг для всех data-процессов.
🔹Технологический стек проекта:
-Оркестрация: Apache Airflow. Обработка данных: SQL, Python (Pandas), Apache Spark (PySpark).
-Аналитические СУБД: ClickHouse, Vertica, Trino
Инфраструктура и инструменты: Git, Docker, Hadoop (HDFS, Hive), Kafka. Язык программирования: Python (Pandas, requests, асинхронное программирование).
🔹Мы ожидаем:
-Знание SQL (CTE, оконные функции, оптимизация запросов).
-Базовые навыки профилирования и оптимизации SQL-запросов (чтение explain plan, понимание индексов).
-Понимание принципов построения ETL/ELT-пайплайнов и опыт работы с Apache Airflow.
-Базовые знания Python для целей обработки данных (Pandas, PySpark). Опыт работы с Git.
-Понимание концепций распределенных систем и работы с большими данными (архитектура Spark, Kafka, Hadoop).
Контакты: Откликнуться
🔥 Подписаться на наши каналы / @best_itjob / @it_rab
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- SQL
- Python
- Pandas
- Apache Airflow
- Apache Spark
- PySpark
- ClickHouse
- Vertica
- Trino
- Git
- Docker
- Hadoop
- HDFS
- Hive
- Kafka
- Asynchronous Programming
Возможные вопросы на собеседовании
Проверка понимания работы распределенных систем и оптимизации ресурсов.
Расскажите, как работает механизм Shuffle в Spark и в каких случаях он может стать узким местом?
Оценка навыков проектирования надежных пайплайнов.
Как вы организуете мониторинг и алертинг для ETL-процессов в Airflow, чтобы минимизировать время простоя?
Проверка практических навыков оптимизации SQL.
На что вы в первую очередь смотрите в Explain Plan при оптимизации медленного запроса в ClickHouse или Vertica?
Оценка опыта работы с потоковыми данными.
В каких сценариях вы бы предпочли использовать Kafka вместо классической пакетной обработки данных?
Проверка навыков обеспечения качества данных.
Какие подходы к тестированию данных (Data Quality) вы внедряли в своих предыдущих проектах?
Похожие вакансии
ML разработчик (Senior)
MLOps Engineer
Инженер Mlops (Senior)
Middle+ ML разработчик
Senior MLOps Engineer (Platform Development / LLMOps)
MLOps Engineer
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!
- Страна
- Россия