- Страна
- Россия
- Зарплата
- 250 000 ₽ – 300 000 ₽
QA auto (Data Governance / Data Catalog)
Оценка ИИВысокая заработная плата для РФ, работа в стабильном банковском секторе и работа с современным стеком (OpenMetadata, Data Mesh). Гибридный формат в Москве является стандартом для крупных игроков.
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 не только навыков автоматизации, но и глубокой экспертизы в работе с данными (SQL, ETL, Data Lake). Работа с OpenMetadata и архитектурой Data Mesh добавляет сложности и требует специфического опыта в Data Governance.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата 250–300к на руки соответствует верхней границе рыночного диапазона для Senior QA Automation в Москве, особенно в нише Data/ETL.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
QA auto (Data Governance / Data Catalog)
Зарплата: 250–300к руб. на руки
Местоположение: Москва
Формат работы: Гибрид
Опубликована: 15.10.2026
Требования:
• Опыт тестирования систем Data Governance, Data Catalog или ETL-процессов
• Практические навыки работы с SQL: сложные запросы для проверки целостности и корректности данных
• Навыки автоматизации тестирования на Python / Pytest или Scala
• Понимание архитектуры Data Lake, Data Warehouse и Data Mesh
О компании:
В команду крупного банка ищем инженера по автоматизации тестирования для работы с платформой OpenMetadata.
Контакт: Откликнуться
Откликнуться опубликована в @qa_jobs
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- Python
- PyTest
- Scala
- ETL
- Data Governance
- Data Catalog
- Data Lake
- Data Warehouse
- Data Mesh
- OpenMetadata
Возможные вопросы на собеседовании
Проверка навыков работы с данными и понимания специфики Data Catalog.
Как бы вы организовали автоматизированное тестирование качества метаданных в OpenMetadata?
Оценка владения SQL для сложных проверок.
Опишите ваш подход к тестированию целостности данных (Data Integrity) при миграции из Data Lake в DWH с помощью SQL.
Проверка понимания современных архитектурных подходов.
В чем, по вашему мнению, заключаются основные сложности тестирования в архитектуре Data Mesh по сравнению с классическим монолитным DWH?
Оценка навыков автоматизации.
Какие библиотеки Python, помимо Pytest, вы бы использовали для валидации схем данных и их содержимого?
Проверка опыта с ETL.
С какими типичными багами вы сталкивались при тестировании ETL-процессов и как их предотвратить на этапе разработки?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
