- Страна
- Россия
- Зарплата
- от 1 800 ₽
Откликайтесь
на вакансии с ИИ
Data инженер Middle
Оценка ИИСтабильный долгосрочный проект в крупном ритейле с современным стеком технологий (NiFi, Airflow, Hadoop). Удаленный формат работы и четко прописанные требования делают вакансию привлекательной для Middle-специалистов.
Сложность вакансии
Оценка ИИРоль требует уверенного владения Java/Groovy и глубоких знаний экосистемы Hadoop. Сложность обусловлена необходимостью самостоятельного принятия архитектурных решений и работы с высоконагруженными интеграциями.
Анализ зарплаты
Оценка ИИУказанная ставка 1800 (вероятно, в час) с НДС соответствует рыночному уровню для Middle Data инженера в России, работающего по контракту. При полной занятости это составляет около 280 000 - 300 000 рублей в месяц на руки.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Присоединяйтесь к масштабному проекту в ритейле и реализуйте свой потенциал в работе с Big Data стеком!
Описание вакансии
Data инженер Middle
Длительность проекта: до 21.08.2026 (с пролонгацией)
Локация: любая
Ставка: 1800, с НДС
Обязательные требования
- Владение одним из языков программирования (Java, Groovy), знание принципов ООП, умение читать чужой код;
- Сборка проекта, компиляция и деплой в Rancher (Docker);
- Опыт проектирования, реализации, развития и поддержки интеграционных решений на стеке технологий BigData;
- Знание SQL (индексы, функции, умение читать планы запросов, оптимизация запросов);
- Опыт работы с любой реляционной БД (Oracle, Postgres, MySQL, MsSQL, DB2 и т.п.);
- Умение работать с Git в консоли;
- Знание особенностей работы ETL-инструментов (Apache Nifi, Airflow, интеграционные шины SAP BW, Talend, Informatica, SAS и т.п.);
- Опыт работы с Hadoop;
- Понимание устройства HDFS, форматов данных;
- Опыт работы с Hive или любым другим хранилищем на основе Hadoop;
- Опыт использования систем ведения проектов и документации;
- Умение работать с архитектурными схемами;
- Понимание принципов построения и хранения данных - DWH и DataLake.
Дополнительные требования
- Желателен опыт администрирования Unix/Linux или Hadoop (HDFS, Yarn, Ranger, Spark, Zookeeper), Zabbix, Ansible.
Задачи на проекте
- Самостоятельная разработка, реализация и поддержка интеграционных решений на стеке технологий, принятых в команде (Java, Groovy, Apache Nifi, Airflow);
- Определение стека технологий для конкретных проектов и задач;
- Решать технически сложные задачи, которые не могут решить другие инженеры в команде;
- Оперативно реагировать на информацию о проблемах в зоне ответственности, выполнять задачи в установленные сроки;
- Разрабатывать и контролировать актуальность документации по взаимодействию конфигурационных единиц платформы больших данных;
- Предоставлять отчеты о своей деятельности начальнику отдела/руководителю в порядке, установленном руководством;
- Контроль качества интеграционных решений с последующим созданием задач/дефектов для рефакторинга;
- Определять технологическую стратегию развития проекта или продукта, работать на перспективу;
- Выстраивать процессы (например, CI/CD, код-ревью), внедрять и развивать инженерные практики.
Этапы отбора
- Техническое интервью
- Интервью с ПО
Описание проекта и команды
Крупная ритейл компания
Откликнуться на запрос: Откликнуться По вопросам партнерского сотрудничества: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Java
- Groovy
- Docker
- Rancher
- SQL
- PostgreSQL
- Oracle
- MySQL
- Git
- Apache NiFi
- Airflow
- Hadoop
- HDFS
- Hive
- DWH
- Data Lake
- CI/CD
Возможные вопросы на собеседовании
Вакансия требует владения Java/Groovy для разработки ETL-процессов.
Расскажите о вашем опыте написания кастомных процессоров или скриптов на Groovy в Apache NiFi. С какими сложностями вы сталкивались?
Проект связан с Big Data и Hadoop.
Как бы вы оптимизировали Hive-запрос, который работает слишком медленно на больших объемах данных? Какие механизмы шардирования или партиционирования вы бы применили?
Упоминается работа с Docker и Rancher.
Опишите ваш опыт деплоя интеграционных решений в контейнеризированные среды. Как вы организуете мониторинг состояния контейнеров?
Важна работа с архитектурой DWH/DataLake.
В чем, по вашему мнению, основные различия в подходах к хранению данных в Data Lake и классическом DWH применительно к ритейл-аналитике?
Требуется умение читать планы запросов и оптимизировать SQL.
На какие показатели в плане выполнения SQL-запроса (Explain Plan) вы обращаете внимание в первую очередь при поиске узких мест?
Похожие вакансии
Middle+ Data Engineer
ML-инженер
Backend / ML Infrastructure / MLOps инженер
NLP Data Scientist
Data инженер (Middle)
Data Scientist (Модели оценки качества), Диалоговый ИИ и ML сервисы
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!