- Страна
- Россия
- Зарплата
- 200 000 ₽ – 250 000 ₽
DataOps
Оценка ИИИнтересная позиция на стыке актуальных технологий (AI, DataOps) в стабильной компании. Предлагается полностью удаленный формат и работа с современным стеком (Kubernetes, ClickHouse, Airflow), однако зарплатная вилка находится на среднем уровне для Senior-специалиста.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует редкого сочетания навыков классического DevOps и Data Engineering (ETL, DWH, ClickHouse). Высокий порог входа обусловлен необходимостью глубокого понимания специфики обработки данных и работы с инструментами вроде Airflow и NiFi.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная вилка 200-250к рублей на руки соответствует уровню Middle+ / Senior в регионах, но для Москвы и крупных AI-проектов это скорее нижняя граница рынка для специалистов с таким широким стеком (DevOps + Data). Рыночный медиан для DataOps инженеров с опытом от 4 лет сейчас смещается к 300-350к.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
#вакансия #devops #data #инженер #DWH #ETL #девопс #AI #ИИ
Должность: DataOps
Занятость: полная
Компания: ООО «7 Красных Линий»
Оклад на руки: 200-250К
Формат работы: удалённо
Оформление: ТК РФ
Заработная плата: обсуждается по итогам собеседования
Контактная информация
Telegram: Откликнуться
Эл. почта: Откликнуться
О компании
7 КРАСНЫХ ЛИНИЙ — AI-интегратор нового поколения. С 2016 года мы реализуем сложные IT-проекты для крупных компаний, а сегодня активно развиваем направления AI, Data и интеллектуальной автоматизации.
Чем предстоит заниматься
• Развивать и поддерживать IT-инфраструктуру, обеспечивать стабильность и отказоустойчивость систем.
• Настраивать и сопровождать процессы CI/CD, автоматизировать развёртывание и эксплуатацию сервисов.
• Работать с контейнеризацией и оркестрацией на базе Docker и Kubernetes.
• Автоматизировать инфраструктурные и эксплуатационные задачи с использованием Ansible, Bash и Python.
• Администрировать базы данных, обеспечивать резервное копирование, восстановление и мониторинг.
• Поддерживать и оптимизировать процессы загрузки, преобразования и обработки данных (ETL).
• Участвовать в развитии хранилищ данных (DWH) и витрин данных.
• Настраивать мониторинг, алертинг и диагностику инфраструктуры и сервисов.
• Анализировать и устранять проблемы производительности, загрузки и обработки данных.
• Использовать AI-инструменты и AI-агентов для автоматизации рутинных DevOps-задач и повышения эффективности работы.
Наши ожидания
• Опыт работы в DevOps и/или Data Engineering от 4 лет с практическими навыками в обоих направлениях.
• Уверенное владение Linux (Ubuntu/Debian, CentOS/RHEL).
• Опыт работы с Docker, Kubernetes и Helm.
• Практический опыт работы с Ansible и CI/CD на базе GitLab.
• Навыки автоматизации с использованием Bash и Python.
• Уверенное владение SQL и опыт работы с PostgreSQL.
• Опыт работы с одной или несколькими СУБД: PostgreSQL, ClickHouse, Greenplum.
• Понимание принципов построения хранилищ данных (DWH) и организации ETL-процессов.
• Опыт работы с Apache NiFi и/или Apache Airflow.
• Опыт настройки мониторинга и алертинга (Grafana, Prometheus или аналоги).
• Понимание сетевых технологий и протоколов TCP/IP, HTTP, DNS.
• Умение самостоятельно решать технические задачи и взаимодействовать с проектной командой.
Будет плюсом
• Практический опыт разработки ETL-процессов, хранилищ и витрин данных.
• Опыт работы с Python-библиотеками SQLAlchemy и Pandas.
• Знакомство с продуктами Arenadata (ADB, ADS, ADH).
• Опыт работы с Hadoop, PySpark или Apache Kafka.
• Опыт работы с Terraform и OpenStack.
• Опыт настройки высокодоступных и масштабируемых систем.
• Понимание принципов Data Quality и опыт автоматизации проверок качества данных.
• Практический опыт использования AI/LLM-инструментов и AI-агентов для автоматизации инженерных задач.
*⚠️*Убедительная просьба ознакомиться с правилами безопасности при отклике на вакансии в Телеграме. Последнее время увеличилось число мошеннических схем, когда мошенники прикрываются работодателем
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Docker
- Kubernetes
- Helm
- Ansible
- GitLab CI/CD
- Python
- Bash
- SQL
- PostgreSQL
- ClickHouse
- Greenplum
- Apache NiFi
- Apache Airflow
- Prometheus
- Grafana
- ETL
- DWH
- Linux
- Ubuntu
- Debian
- CentOS
- RHEL
- TCP/IP
- HTTP
- DNS
Возможные вопросы на собеседовании
Проверка опыта работы с инструментами оркестрации данных, указанными в вакансии.
Расскажите о вашем опыте настройки и масштабирования Apache Airflow или NiFi. С какими проблемами производительности вы сталкивались?
Вакансия предполагает работу с большими данными и аналитическими СУБД.
В чем заключаются основные отличия в администрировании и оптимизации PostgreSQL и ClickHouse?
DataOps подразумевает автоматизацию не только кода, но и данных.
Как вы организуете процессы CI/CD для ETL-пайплайнов и миграций схем данных в DWH?
В вакансии упоминается использование AI-агентов для DevOps задач.
Есть ли у вас опыт использования LLM или AI-инструментов для автоматизации рутинных задач инженера? Как вы оцениваете их эффективность?
Проверка навыков обеспечения надежности систем.
Как вы реализуете мониторинг качества данных (Data Quality) и алертинг при сбоях в процессах загрузки данных?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
