- Страна
- Россия
- Зарплата
- 300 000 ₽ – 420 000 ₽
Senior Big Data Engineer
Оценка ИИLamoda — сильный бренд с развитой инженерной культурой. Вакансия предлагает работу с актуальным стеком (Iceberg, K8s) и конкурентную заработную плату, соответствующую уровню Senior.
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 ИИВысокая сложность обусловлена требованиями к глубокому знанию Apache Iceberg, нюансов PySpark и архитектуры Airflow, а также необходимостью владения несколькими языками программирования (Python, Scala/Java).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИУказанный в описании диапазон 300 000 – 420 000 ₽ полностью соответствует текущим рыночным ожиданиям для позиции Senior Big Data Engineer в Москве. Верхняя планка в 420 000 ₽ является привлекательной даже для опытных специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Senior Big Data Engineer в Lamoda
*💰*По итогам собеседования (ср. рын. зп 300 000 ₽ – 420 000 ₽)
*📌*Условия и бонусы:
Фултайм, офис (МСК).
*📌*Наши ожидания:
– Kubernetes — понимание ресурсной модели, просмотр конфигураций, troubleshooting;
– Опыт работы с Hadoop (HDFS, Hive Metastore);
– Опыт работы со Spark (spark SQL, streaming, понимание ньюансов работы с pyspark);
– Apache Icberg – владение процедурами, snapshots, maintenance;
– Глубокое понимание Airflow (2, 3) – идемпотентность, assets, backfills;
– Уверенное знание Git, CI/CD;
– Python, Scala/Java – ООП, проектирование библиотек, интеграционные/юнит тесты.
*✍🏼*Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Kubernetes
- Hadoop
- HDFS
- Hive Metastore
- Apache Spark
- Spark SQL
- PySpark
- Apache Iceberg
- Apache Airflow
- Git
- CI/CD
- Python
- Scala
- Java
- OOP
- Unit Testing
Возможные вопросы на собеседовании
Проверка понимания внутреннего устройства Spark и оптимизации производительности.
Расскажите о нюансах работы с PySpark по сравнению с нативным Spark на Scala. Как вы оптимизируете сериализацию данных между JVM и Python?
Оценка опыта работы с современными форматами таблиц, указанными в вакансии.
Какие процедуры обслуживания (maintenance) в Apache Iceberg вы считаете критически важными для поддержания производительности таблиц при большом количестве обновлений?
Проверка навыков проектирования надежных ETL-процессов.
Как вы обеспечиваете идемпотентность в сложных DAG-ах Airflow, особенно при выполнении backfill-операций?
Оценка навыков траблшутинга в контейнеризированной среде.
Опишите ваш подход к поиску причин OOM (Out of Memory) ошибок в Spark-приложении, запущенном внутри Kubernetes. На какие метрики вы смотрите в первую очередь?
Проверка инженерной культуры и навыков проектирования.
Какими принципами ООП вы руководствуетесь при проектировании общих библиотек для обработки данных, чтобы обеспечить их переиспользование и тестируемость?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
