Data QA в банк
Оценка ИИХорошее предложение с конкурентной заработной платой и возможностью удаленной работы. Centicore — известный игрок на рынке аутстаффинга, работающий с крупными заказчиками.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний SQL и специфики работы с данными (ETL, DWH), что сложнее обычного функционального тестирования. Банковская сфера также накладывает дополнительные требования к ответственности и пониманию бизнес-логики.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная вилка 200–350 тыс. руб. полностью соответствует рыночным ожиданиям для Middle+/Senior Data QA инженеров в России. Верхняя граница в 350 тыс. является весьма привлекательной для данной специализации.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Data QA в банк
Формат: удаленно (РФ)
Компания: Centicore
ЗП: от 200 до 350 тыс. рублей
Полная занятость
Описание: https://telegra.ph/Data-QA-v-bank-11-07-2
Связаться с HR - Откликнуться
Проверить резюме на прохождение ИИ фильтров можно тут: updatecv.me
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- ETL
- DWH
- Data Quality
- QA Automation
- Testing
Возможные вопросы на собеседовании
Data QA должен уметь проверять корректность трансформации данных на всех этапах.
Опишите ваш подход к тестированию ETL-процессов: какие проверки вы считаете критическими?
SQL — основной инструмент для работы с данными.
Напишите SQL-запрос для поиска дубликатов в таблице по нескольким полям и объясните, как бы вы оптимизировали его для большой таблицы.
Важно понимать, как кандидат обеспечивает полноту данных.
Как вы проверяете согласованность данных (Data Consistency) между источником и целевым хранилищем?
Автоматизация в Data QA имеет свои особенности.
Какие инструменты или фреймворки вы использовали для автоматизации тестирования качества данных (например, Great Expectations, dbt tests)?
Проверка стрессоустойчивости и аналитического мышления.
Расскажите о самом сложном баге в данных, который вы нашли. Как вы его обнаружили и как помогли исправить?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
