- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Engineer, Ozon fresh
Оценка ИИOzon — сильный бренд с развитой инженерной культурой. Вакансия предлагает работу с по-настоящему большими данными в динамичном подразделении Ozon fresh с возможностью полной удаленки.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения стеком Hadoop и PySpark для работы с сотнями миллионов строк. Основная сложность заключается в необходимости оптимизации вычислений и продуктивизации DS-алгоритмов.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Middle Data Engineer в крупных российских тех-компаниях (Tier-1) рыночный диапазон составляет от 250 000 до 400 000 рублей после вычета налогов. Ozon обычно предлагает конкурентоспособные условия, соответствующие верхней границе рынка.
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 сервиса быстрой доставки!
Описание вакансии
OZON
Data Engineer, Ozon fresh
Опыт работы: в роли Data engineer от 2 лет
Формат работы: удалённая работа
Ozon fresh — сервис быстрой доставки свежих продуктов питания, товаров повседневного спроса, бытовой техники, электроники. Ищем Data engineer в группу товародвижения в отдел Data Science.
*☑️* Чем предстоит заниматься
-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
*☑️* Наши пожелания к кандидатам
-Наличие опыта в роли Data engineer от 2 лет
-Уверенное владение Python, PySpark, SQL
-Знание устройства Hadoop, HDFS, Hive
-Будет плюсом: опыт работы с Go, Airflow, DBT
Python Job в Telegram | в VK | в Max
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- SQL
- dbt
- PySpark
- Airflow
- Hadoop
- Go
- Hive
- HDFS
Возможные вопросы на собеседовании
Проверка понимания архитектуры распределенных систем, с которыми предстоит работать.
Расскажите, как работает механизм Shuffle в Spark и как его оптимизировать при обработке больших объемов данных?
Важно для задач оптимизации текущих вычислений, указанных в описании.
Какие методы оптимизации SQL-запросов в Hive вы применяли на практике для ускорения обработки таблиц с сотнями миллионов строк?
Проверка навыков проектирования надежных пайплайнов.
Как вы организуете мониторинг и обработку ошибок в ETL-процессах, чтобы минимизировать инциденты в продакшене?
В вакансии указано знание устройства Hadoop.
В чем разница между форматами хранения Parquet и ORC, и какой из них предпочтительнее использовать в экосистеме Hadoop для аналитических задач?
Оценка готовности кандидата к командной работе и поддержке качества кода.
На что вы в первую очередь обращаете внимание при проведении Code Review кода на PySpark?
Похожие вакансии
MLE (Machine Learning Engineer)
Data Scientist (MLOps)
Data engineer
ML-инженер
Data инженер (Middle+)
Data Scientist Middle +
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!