Откликайтесь
на вакансии с ИИ

Data QA Engineer (Middle+)
Стабильная отрасль (финтех), работа с современным стеком (Greenplum) и четко очерченные задачи. Высокий спрос на специалистов Data QA делает эту позицию привлекательной для карьерного роста.
Сложность вакансии
Роль требует экспертного владения SQL и глубокого понимания ETL-процессов. Высокая ответственность за финансовые данные и необходимость разбираться в банковской специфике повышают порог входа.
Анализ зарплаты
Зарплата в объявлении не указана, но для позиции Middle+ Data QA в банковском секторе Москвы рынок предлагает конкурентные условия. Указанный диапазон соответствует текущим ожиданиям для специалистов с опытом работы от 3 лет.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь уже сейчас
Если вы мастер SQL и готовы обеспечивать безупречное качество данных в крупном банке, откликайтесь прямо сейчас!
Описание вакансии
🔍 Ищем Data QA Engineer (Middle+) | Банк
Нужен спец, который знает SQL лучше, чем таблицу умножения, и понимает, почему расхождение в копейке —- это катастрофа.
Суть работы:
• Тестирование ETL/ELT, витрин и BI-отчетов.
• Сложные SQL-запросы в Greenplum (оконные функции, джойны).
• Автоматизация проверок и контроль качества данных.
Ты нам подходишь, если:
• 3+ года опыта с данными (желательно финтех).
• Понимаешь банковскую предметку и риски качества данных.
• Умеешь объяснять бизнесу, где «потерялись» цифры.
📩 Тг: Откликнуться
#DataQA #SQL #Fintech #Hiring #Greenplum
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- SQL
- ETL
- Data Quality
- ELT
- Test Automation
- BI
- Greenplum
Возможные вопросы на собеседовании
Проверка навыков работы с большими данными и спецификой Greenplum.
Расскажите о вашем опыте оптимизации сложных SQL-запросов в Greenplum. Какие оконные функции вы чаще всего используете для сверки данных?
Оценка понимания процессов обработки данных.
Опишите ваш подход к тестированию ETL-процесса: от источника до витрины данных. Какие типы проверок вы считаете критическими?
Проверка умения действовать в критических ситуациях.
Как вы будете действовать, если обнаружите расхождение в копейку в итоговом BI-отчете? Как локализовать ошибку в цепочке преобразований?
Оценка навыков автоматизации.
Какие инструменты или фреймворки вы использовали для автоматизации контроля качества данных (Data Quality)?
Проверка коммуникативных навыков и понимания бизнеса.