- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Engineer, Ozon fresh
Оценка ИИСильный бренд работодателя, работа с актуальным стеком технологий и реальный Big Data. Возможность удаленной работы и четкие требования делают вакансию очень привлекательной для специалистов среднего уровня.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения стеком Big Data (PySpark, Hadoop) и опыта от 2 лет. Основная сложность заключается в работе с огромными объемами данных и необходимости оптимизации вычислений.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для Data Engineer с опытом от 2 лет в Москве рыночный диапазон составляет 200-300 тысяч рублей. Ozon обычно предлагает конкурентоспособную оплату, соответствующую верхним границам рынка для Middle-специалистов.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Ozon уже сейчас
Присоединяйтесь к команде Ozon fresh и создавайте высоконагруженные системы обработки данных для одного из лидеров e-commerce!
Описание вакансии
Data Engineer, Ozon fresh
Компания: OZON
*🔹*Вам предстоит:
-Писать алгоритмы обработки больших данных (несколько сотен миллионов строк в таблице).
-Исследовать и подготавливать данные.
-Оптимизировать текущие вычисления.
-Заниматься продуктивизацией алгоритмов и их сопровождением.
-Делать ревью кода и анализ инцидентов.
*🔹*Мы ожидаем:
-Наличие опыта в роли Data engineer от 2 лет.
-Высшее математическое или техническое образование.
-Уверенное владение Python, PySpark, SQL.
-Знание устройства Hadoop, HDFS, Hive.
-Опыт работы с системами контроля версий (Git).
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Git
- Python
- SQL
- PySpark
- Hadoop
- ETL
- Big Data
- Hive
- HDFS
Возможные вопросы на собеседовании
Проверка понимания архитектуры распределенных систем, критически важной для работы в Ozon.
Расскажите, как работает механизм Shuffle в Spark и в каких случаях он может стать узким местом?
Важно понимать, как кандидат оптимизирует запросы при работе с сотнями миллионов строк.
Какие методы оптимизации SQL-запросов и Spark-джобов вы применяли на практике для ускорения обработки данных?
Проверка практического опыта работы с Hadoop-стеком.
В чем разница между форматами хранения Parquet и ORC, и какой из них вы бы выбрали для аналитических задач в Hive?
Оценка навыков написания чистого и поддерживаемого кода.
Как вы организуете процесс тестирования и CI/CD для своих ETL-пайплайнов?
Проверка умения работать с инцидентами, указанного в требованиях.
Опишите ваш алгоритм действий при обнаружении расхождений в данных (data drift) или падении регулярного пайплайна.
Похожие вакансии
DWH аналитик (Middle+/Senior)
Data инженер
Аналитик данных middle+
Аналитик данных Middle+, Senior
Аналитик 1С MDM/Data Quality (Middle+/Senior)
Data 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!