- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Python-разработчик в Yandex DataLens
Оценка ИИСильный бренд работодателя, работа над социально значимым продуктом и участие в Open Source. Гибридный формат в лучших офисах страны и работа с современным стеком делают вакансию крайне привлекательной.
Сложность вакансии
Оценка ИИВысокая планка Яндекса к алгоритмической подготовке и архитектурному мышлению. Требуется опыт работы с отказоустойчивыми системами и готовность работать с Open Source ядром.
Анализ зарплаты
Оценка ИИЗарплата в Яндексе для Middle-разработчиков обычно соответствует верхней границе рынка, часто дополняется расширенным соцпакетом и опционной программой (RSU), что делает совокупный доход выше среднего.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Яндекс уже сейчас
Присоединяйтесь к команде Yandex DataLens и развивайте один из самых востребованных BI-инструментов в России!
Описание вакансии
Яндекс
Python-разработчик в Yandex DataLens
Опыт работы: от 3 лет
Формат работы: гибридный или офис (Санкт-Петербург, Москва)
DataLens — облачный сервис визуализации и анализа данных. Широко используется как внутри Яндекса, так и за его пределами: в составе платформы Yandex Cloud. Ядро сервиса разрабатывается в опенсорсе.
*☑️* Чем предстоит заниматься
-Строить гибкий API для решения задач анализа данных, оптимизировать построение модели данных
-Разрабатывать коннекторы для подключения к новым источникам
-Работать над масштабированием, стабильностью и скоростью работы сервиса
-Развивать ядро сервиса в опенсорсе
*☑️* Наши пожелания к кандидатам
-Разрабатывали на Python или готовы перейти на него с другого языка
-Работали с реляционными базами данных
-Строили и поддерживали отказоустойчивые системы
-Будет плюсом: работали с Flask, AIOHTTP, SQLAlchemy
Python Job в Telegram | в VK | в Max
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- SQL
- API
- Open Source
- Flask
- SQLAlchemy
- aiohttp
Возможные вопросы на собеседовании
DataLens работает с множеством источников, важно понимать, как оптимизировать запросы к БД.
Как бы вы спроектировали слой абстракции для поддержки множества различных типов SQL-диалектов в BI-системе?
Вакансия предполагает работу над масштабируемостью.
С какими проблемами производительности в SQLAlchemy вы сталкивались и как их решали (например, проблема N+1)?
Сервис должен быть отказоустойчивым.
Расскажите о вашем опыте обеспечения High Availability в Python-приложениях. Какие инструменты мониторинга и логирования вы использовали?
Упоминается AIOHTTP.
В каких случаях использование асинхронного подхода в Python дает преимущество, а в каких может стать «бутылочным горлышком»?
Проверка базовых знаний алгоритмов, характерная для Яндекса.
