- Страна
- Россия
- Зарплата
- 130 000 ₽ – 150 000 ₽
QA Engineer (DWH / Data Testing)
Оценка ИИХорошая вакансия с четко прописанными требованиями, удаленным форматом работы и полным соцпакетом (ДМС, фитнес). Зарплата соответствует рыночному уровню для Middle QA в области DWH.
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 ИИСредний уровень сложности обусловлен необходимостью глубоких знаний архитектуры DWH (Data Vault, схемы «звезда») и уверенного владения SQL и Python для автоматизации. Требуется специфический опыт тестирования ETL-процессов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата 130–150 тыс. руб. на руки соответствует рыночному медианному значению для QA-инженеров среднего уровня с узкой специализацией на DWH и навыками автоматизации в России.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
QA Engineer (DWH / Data Testing) в компанию Selecty
В команду проекта по развитию и тестированию хранилища данных ищем QA-инженера.
*📝 Обязанности*
- Тестирование хранилища данных
- Проверка полноты, согласованности и точности данных
- Валидация преобразований данных по принципу source-to-target
- Проведение регрессионного тестирования
- Анализ результатов тестирования и выявление дефектов
- Автоматизация тестовых проверок на Python / PyTest
- Работа с большими объёмами данных
- Взаимодействие с разработчиками и системными аналитиками
- Работа с Jira, Confluence, Git и инструментами DWH
*🔍 Требования*
- Высшее экономическое или математическое образование
- Опыт работы в QA от 1.5 лет, включая тестирование хранилищ данных
- Понимание архитектуры DWH: схемы «звезда», «снежинка», Data Vault
- Знание PL/SQL, Oracle, Python
- Понимание методик тестирования хранилищ данных
- Опыт проверки полноты, согласованности и точности данных
- Опыт валидации преобразований source-to-target
- Опыт регрессионного тестирования
- Навыки автоматизации тестов на Python / PyTest
- Аналитический подход и внимание к деталям при работе с данными
- Умение работать с большими объёмами информации
- Коммуникация с разработчиками и аналитиками
*🕹 Условия*
- Удалённая работа по РФ
- Оформление по ТК РФ или ИП
- Техника предоставляется
- ДМС со стоматологией
- Компенсация фитнеса
- Скидки на обучение, кино, Skyeng
- Индексация ЗП
- Зарплата 130–150 тыс. руб. на руки
*📞 Контакты*
- Telegram: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- DWH
- Data Testing
- ETL
- SQL
- PL/SQL
- Oracle
- Python
- PyTest
- Jira
- Confluence
- Git
- Data Vault
- Source-to-Target Validation
Возможные вопросы на собеседовании
Проверка понимания специфики тестирования хранилищ данных.
Расскажите о вашем опыте тестирования ETL-процессов: какие основные проверки вы проводите при валидации source-to-target?
Оценка технических навыков работы с базами данных.
С какими типами оконных функций в PL/SQL вы работали и в каких сценариях тестирования они были полезны?
Проверка знаний архитектуры данных.
В чем принципиальное отличие тестирования данных в архитектуре Data Vault по сравнению с классической схемой «звезда»?
Оценка навыков автоматизации.
Как вы организуете структуру автотестов на PyTest для проверки больших объемов данных, чтобы обеспечить их производительность?
Проверка умения работать с качеством данных.
Как вы подходите к тестированию согласованности данных (consistency), если данные поступают из нескольких разнородных источников?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
