- Страна
- Россия
Python devoloper
Оценка ИИСтабильная компания с известным брендом, интересные задачи на стыке Backend и Data Engineering. Гибридный формат работы в Москве и работа с современным стеком больших данных делают вакансию привлекательной для Middle-специалистов.
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 ИИПозиция требует уверенного владения стеком Big Data (PySpark, Hadoop, Hive) и навыков автоматизации тестирования, что повышает порог входа для обычного Python-разработчика. Проект сфокусирован на Data Engineering задачах, таких как Data Lineage и работа с DWH.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для Middle Python/Data Engineer в Москве рыночный диапазон составляет от 200 000 до 350 000 рублей. Предложение Лиги Цифровой Экономики обычно соответствует среднерыночным показателям для крупного системного интегратора.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Лига Цифровой Экономики
Python devoloper
Опыт работы: 1–3 года
Полная занятость
График: 5/2
Формат работы: гибрид (Москва)
*☑️* Чем предстоит заниматься
-Разрабатывать функциональность сервиса на Python
-Строить Data Lineage на логическом уровне витрин на основе существующего графа движения данных на табличном уровне
-Реализовывать обработку, преобразование и агрегацию связей между объектами данных
-Работать с большими объемами данных с использованием PySpark, pandas, SQL
-Работать с Hadoop-стеком: HDFS, Spark, Hive
-Дорабатывать существующий фреймворк автоматизированного тестирования
-Разрабатывать и поддерживать автотесты для создаваемой функциональности
-Участвовать в анализе и устранении дефектов
*☑️* Наши пожелания к кандидатам
-Опыт разработки на Python от 2 лет
-Практический опыт работы с PySpark и pandas
-Отличное знание SQL
-Опыт работы со стеком Hadoop: HDFS, Spark, Hive
-Понимание принципов обработки больших объемов данных
-Опыт написания автоматизированных тестов на Python
-Готовность отвечать за качество разработанной функциональности и ее автоматизированную проверку
-Умение разбираться в существующем коде и самостоятельно решать технические задачи
-Будет плюсом:
-Опыт работы с Data Lineage, Data Governance или Metadata Management
-Опыт с Oracle, PostgreSQL, Greenplum
-Понимание принципов построения DWH и витрин данных
-Опыт работы с графовыми структурами данных
-Опыт использования pytest или аналогичных инструментов тестирования
Контакты: Откликнуться / Telegram Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- PySpark
- Pandas
- SQL
- Hadoop
- HDFS
- Apache Spark
- Apache Hive
- PyTest
- Oracle
- PostgreSQL
- Greenplum
- Data Lineage
- Data Governance
- DWH
Возможные вопросы на собеседовании
Вакансия предполагает работу с Data Lineage и графами движения данных.
Расскажите о вашем опыте работы с Data Lineage: какие инструменты использовали и как решали задачу отслеживания зависимостей между таблицами?
PySpark является ключевым требованием для обработки больших объемов данных.
Как вы оптимизируете PySpark задания? Расскажите про механизмы caching, partitioning и способы борьбы с data skew.
В обязанности входит работа с Hadoop-стеком.
В чем разница между хранением данных в Hive и HDFS, и в каких случаях вы предпочтете использовать Spark SQL вместо HiveQL?
Компания ожидает, что разработчик будет писать автотесты.
Какой подход к тестированию данных вы используете? Как проверить корректность трансформаций в PySpark с помощью pytest?
Упоминается работа с Oracle, PostgreSQL и Greenplum.
Был ли у вас опыт работы с MPP-базами данных (например, Greenplum)? В чем их принципиальное отличие от классических реляционных БД при выполнении аналитических запросов?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
