- Страна
- Казахстан
Middle Data Engineer
Стабильная компания с четким фокусом на финтех и ритейл. Хороший стек технологий, однако офисный формат в Алматы может подойти не всем, кто привык к удаленке.
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
Позиция требует уверенного владения классическим стеком (Airflow, Python, SQL) и готовности к работе в офисе. Основная сложность может заключаться в специфике заказной разработки для финансового сектора, где критичны точность и производительность.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата в вакансии не указана, но для уровня Middle Data Engineer в Казахстане рыночные показатели обычно находятся в диапазоне от 800 000 до 1 300 000 тенге (в эквиваленте). Указанные рыночные оценки приведены в USD для международного сопоставления.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Middle Data Engineer
в ITQ Group — компания, специализирующаяся на заказной разработке ПО для финансового и инвестиционного сектора, ритейла и крупных промышленных холдингов.
Стек: Airflow, Python, MSSQL, Postgre.
Алматы, Казахстан. Офис.
Ищет Татьяна Т., её Откликнуться.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Airflow
- Python
- MSSQL
- PostgreSQL
- ETL
Возможные вопросы на собеседовании
Проверка навыков оркестрации и понимания архитектуры Airflow.
Расскажите о вашем опыте работы с Airflow: какие типы операторов вы использовали и как настраивали зависимости между задачами?
Оценка навыков написания чистого и эффективного кода для обработки данных.
Какие библиотеки Python вы чаще всего используете для ETL-процессов и как обеспечиваете отказоустойчивость скриптов?
Проверка умения работать с разными типами СУБД, указанными в стеке.
В чем, на ваш взгляд, основные различия в оптимизации запросов для MSSQL и PostgreSQL при работе с большими объемами данных?
Оценка понимания жизненного цикла данных.
Как вы организуете мониторинг качества данных (Data Quality) в своих пайплайнах?
Проверка опыта работы в проектной деятельности.
Был ли у вас опыт работы в заказной разработке, и как вы подходите к документированию архитектуры данных для внешних заказчиков?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

