- Зарплата
- 600 $ – 800 $
Middle Data Engineer
Оценка ИИИнтересный и современный стек технологий (Databricks, Data Vault, LLM support), но оценка снижена из-за крайне низкой предлагаемой зарплаты ($600-800), которая не соответствует уровню Middle/Senior и требуемым компетенциям.
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 глубоких знаний специфических инструментов Databricks (Unity Catalog, DABs) и методологии Data Vault, что выше среднего уровня для обычного Data Engineer. Однако заявленная зарплата значительно ниже рыночной для такого набора навыков.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата ($600–800) находится значительно ниже рыночного диапазона для Middle Data Engineer с навыками Databricks и Data Vault, который обычно начинается от $2500-3000 даже на удаленке в СНГ. Данное предложение скорее соответствует уровню стажера или младшего специалиста в региональных компаниях.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Middle Data Engineer — Databricks / PySpark / Data Vault
We are looking for a Senior Data Engineer with strong Databricks, PySpark, and data modelling experience to join an enterprise data platform team building a Lakehouse that powers a web app, LLM agents, and ML models.
Company: Data Smart Solutions LLC
Role: Middle Data Engineer
Salary: $600 – $800 (Net) + performance-based bonus
Format: Remote
Core Requirements
- Strong experience with Databricks and Lakehouse medallion architecture (bronze / silver / gold)
- Advanced PySpark skills for building transformations in notebooks
- Hands-on experience with Delta Lake
- Experience with Data Vault modelling (hubs, links, satellites)
- Experience with dimensional modelling (facts and dimensions)
- Experience ingesting data with Fivetran and custom API integrations
- Experience working with Oracle SQL databases as source systems
- Spark performance tuning, including skew handling and Liquid Clustering
- Experience deploying with Databricks Asset Bundles (DABs)
- Experience with Unity Catalog, group-based RBAC, and PII masking
Nice to Have
- Experience with Great Expectations or similar data quality frameworks
- Experience handling unstructured files in Blob storage
- Experience supporting LLM / agent and ML use cases with curated data
What You'll Work On
- Building and maintaining a Databricks Lakehouse on a medallion architecture
- Ingesting data from Oracle systems and APIs into the bronze layer
- Modelling the silver layer with Data Vault and the gold layer with dimensional models
- Optimising Spark performance and Delta table layouts
- Implementing governance, access control, and PII masking in Unity Catalog
- Replacing manual scheduling processes and spreadsheets with a unified data platform
- Collaborating with the application team that builds on top of the gold layer for the web app, LLMs, and ML models
For questions/inquiries: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Databricks
- PySpark
- Data Vault
- Delta Lake
- Fivetran
- Oracle SQL
- Unity Catalog
- Great Expectations
Возможные вопросы на собеседовании
Проверка понимания специфики моделирования в Lakehouse.
Расскажите о вашем опыте реализации Data Vault в среде Databricks. Какие преимущества это дает по сравнению с классическим Кимбаллом в слое Silver?
Оценка навыков оптимизации производительности.
Как вы подходите к решению проблемы перекоса данных (data skew) в PySpark и в каких случаях стоит использовать Liquid Clustering вместо партиционирования?
Проверка знаний в области безопасности и управления данными.
Как вы настраивали PII masking и управление доступом на основе групп в Unity Catalog?
Оценка опыта в DevOps для данных.
Каков ваш опыт работы с Databricks Asset Bundles (DABs) для автоматизации деплоя пайплайнов?
Проверка навыков интеграции.
С какими сложностями вы сталкивались при инкрементальной загрузке данных из Oracle SQL в Delta Lake?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
