- Страна
- Грузия
Lead Data Engineer
Оценка ИИExadel — это стабильная международная компания с впечатляющим портфолио клиентов (Fortune 500). Позиция Lead предлагает высокий уровень ответственности, работу с передовыми AI-технологиями и возможность гибридной работы в Тбилиси.
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 уровня Lead требует не только глубоких технических знаний в ETL и интеграциях, но и умения проводить высокоуровневый аудит данных и оценивать риски для AI-проектов. Ожидается опыт работы с крупными корпоративными клиентами и способность быстро переходить от пилотов к масштабируемым решениям.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИДля позиции Lead Data Engineer в Тбилиси в международной компании рыночный диапазон обычно составляет $5,000–$7,500 после налогов. Предложение Exadel, вероятно, находится в верхней части этого диапазона, учитывая масштаб проектов и требования к экспертизе в AI.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Lead Data Engineer at Exadel
Тбилиси, Грузия, гибрид
Why Join Exadel
We’re an AI-first global tech company with 25+ years of engineering leadership, 2,000+ team members, and 500+ active projects powering Fortune 500 clients, including HBO, Microsoft, Google, and Starbucks.
From AI platforms to digital transformation, we partner with enterprise leaders to build what’s next.
What powers it all? Our people are ambitious, collaborative, and constantly evolving.
What You’ll Do
- Review available data sources, access patterns, interfaces, and integration options
- Assess data availability, quality, completeness, and readiness for prioritized use cases
- Identify ingestion, ETL/ELT, API, and system integration requirements
- Validate whether proposed AI, automation, and reporting use cases are technically feasible
- Identify implementation risks, blockers, dependencies, and assumptions
- Support platform recommendation with implementation-level input
- Provide rough sizing for Phase 2 build activities
- Help distinguish what can be piloted quickly versus what requires deeper platform work
- Support technical documentation for final recommendations
Source: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- ETL
- ELT
- API Integration
- Data Architecture
- Data Quality Assessment
- Technical Documentation
- AI Platforms
Возможные вопросы на собеседовании
Проверка навыков стратегического планирования и оценки ресурсов.
Как вы подходите к оценке трудозатрат (sizing) для второго этапа разработки после завершения фазы аудита?
Оценка способности кандидата работать с качеством данных для AI.
Какие критерии вы используете для оценки готовности данных (data readiness) для внедрения конкретных кейсов машинного обучения?
Проверка технического кругозора в области архитектуры.
В каких случаях вы бы рекомендовали использовать ELT вместо традиционного ETL при интеграции с API и внешними системами?
Оценка навыков управления рисками.
Расскажите о случае, когда вы выявили критический блокер на этапе проектирования. Как вы изменили архитектуру решения?
Проверка умения балансировать между скоростью и качеством.
Как вы определяете границу между тем, что можно быстро запустить в рамках пилота, и тем, что требует глубокой проработки платформы?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
