- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Разработчик DWH
Оценка ИИСбер — это стабильный и престижный работодатель с сильной инженерной культурой. Вакансия предлагает работу с современным стеком технологий и масштабными данными, что отлично подходит для профессионального роста.
Сложность вакансии
Оценка ИИРабота в Сбере требует отличного знания SQL и опыта работы с корпоративными СУБД (Greenplum, Teradata). Дополнительная сложность заключается в необходимости владения Python и понимания основ Machine Learning.
Анализ зарплаты
Оценка ИИЗарплата для DWH-разработчиков в банковском секторе Москвы обычно выше среднерыночной по России. Указанный диапазон соответствует уровню Middle/Senior специалистов в финтехе.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Сбер Банк уже сейчас
Присоединяйтесь к команде Сбера и создавайте будущее аналитики данных в крупнейшем банке страны!
Описание вакансии
Разработчик DWH
Стек: SQL, Greenplum, Teradata, Oracle, MS SQL, Machine Learning, Python, Pandas
Сбер Банк — крупнейший российский финансовый конгломерат, предоставляющий широкий спектр банковских услуг для частных лиц, малого бизнеса и корпоративных клиентов.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Pandas
- Machine Learning
- SQL
- Oracle
- Microsoft SQL Server
- Teradata
- Greenplum
Возможные вопросы на собеседовании
DWH разработчику в Сбере важно понимать специфику Greenplum как MPP-системы.
Расскажите об особенностях распределения данных (distribution keys) в Greenplum и как они влияют на производительность джойнов?
Вакансия предполагает работу с Teradata, что требует знания её архитектуры.
В чем разница между Primary Index и Secondary Index в Teradata, и в каких случаях стоит использовать каждый из них?
Стек включает ML и Python, что важно для интеграции DWH с аналитическими моделями.
Как вы используете Pandas для обработки данных, которые не помещаются в оперативную память, и какие альтернативы вы рассматривали?
Оптимизация запросов — критический навык для работы с большими данными банка.
Опишите ваш подход к оптимизации медленного SQL-запроса: на какие метрики плана выполнения вы смотрите в первую очередь?
Проверка понимания жизненного цикла данных в DWH.
