- Страна
- Россия
- Зарплата
- 250 000 ₽ – 400 000 ₽
QA Full-stack
Оценка ИИВысокая заработная плата для РФ рынка, удаленный формат работы и работа с современным стеком технологий (Lakehouse, Spark) делают вакансию очень привлекательной для опытных 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 ИИРоль требует глубоких знаний в области Data Engineering и DWH, включая архитектуру Lakehouse и работу с Big Data инструментами (Spark, Airflow), что значительно сложнее стандартного QA.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная вилка 250-400 тыс. руб. на руки соответствует верхнему сегменту рынка для Senior QA инженеров со специализацией в Big Data и DWH 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 Full-stack Selecty (KA)
Зарплата: от 250 тыс. до 400 тыс. на руки
Местоположение: РФ
Формат работы: Удаленно
Опубликована: 18.09.2026
Требования:
• Практическое знание SQL: продвинутый уровень: сложные JOIN; подзапросы; агрегатные функции
• Понимание архитектуры Lakehouse (S3, Iceberg) и слоёв хранения (RAW/ODS/DDS)
• Опыт работы с БД и хранилищами: Oracle; Greenplum; PostgreSQL; S3, Airflow (мониторинг задач), Spark
• Опыт тестирования хранилищ данных
Контакт: Откликнуться
Откликнуться опубликована в @qa_jobs
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- Lakehouse
- S3
- Apache Iceberg
- Oracle
- Greenplum
- PostgreSQL
- Apache Airflow
- Apache Spark
- ETL Testing
- DWH
Возможные вопросы на собеседовании
Проверка навыков работы с данными на продвинутом уровне.
Напишите SQL-запрос с использованием оконных функций и нескольких JOIN для выявления расхождений в данных между слоями ODS и DDS.
Оценка понимания специфики архитектуры Lakehouse.
В чем заключаются основные особенности тестирования таблиц в формате Iceberg по сравнению с классическими реляционными БД?
Проверка навыков мониторинга и отладки пайплайнов.
Как вы организуете процесс тестирования, если Spark-задача в Airflow завершилась успешно, но данные в S3 не соответствуют ожидаемым?
Оценка опыта работы с распределенными системами.
Какие стратегии валидации данных вы применяете при работе с большими объемами в Greenplum?
Проверка понимания жизненного цикла данных.
Опишите типичные проверки качества данных (Data Quality) на каждом из слоев: RAW, ODS и DDS.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
