Senior Data Engineer
Оценка ИИОтличное предложение для опытных инженеров: работа с масштабными данными, современный стек (K8s, ClickHouse, Airflow) и высокий уровень автономности. Компания 01.tech известна своими технологичными продуктами.
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 Senior-уровню (5+ лет опыта) и необходимостью работы с огромными объемами данных (100M+ пользователей). Требуется глубокое знание OLAP, оркестрации и контейнеризации.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции Senior Data Engineer с таким стеком и масштабом задач рыночные предложения в России и СНГ обычно находятся в диапазоне от 350 000 до 550 000 рублей после налогов. Проекты с аудиторией 100M+ часто предлагают премии и расширенный соцпакет.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Too much data? Never heard of it
В 01.tech ищем Senior Data Engineer
*➡️* Предстоит строить data pipelines в Airflow, работать с ClickHouse и MySQL, разрабатывать микросервисы для обработки данных продуктов с аудиторией 100M+ пользователей
Ищем strong SQL, 5+ лет с Python и опыт с OLAP, Airflow, Kafka / RabbitMQ, Docker и Kubernetes
Даем главное для Senior-уровня:
много самостоятельности и возможность самому влиять на технические решения
Подробности и отклик Откликнуться *1️⃣*
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- Airflow
- ClickHouse
- MySQL
- OLAP
- Kafka
- RabbitMQ
- Docker
- Kubernetes
Возможные вопросы на собеседовании
Проверка опыта работы с большими данными и оптимизации ClickHouse.
Расскажите о вашем опыте оптимизации запросов в ClickHouse при работе с таблицами объемом в миллиарды строк. Какие движки таблиц вы использовали?
Оценка навыков проектирования отказоустойчивых пайплайнов.
Как вы организуете обработку ошибок и повторные запуски (retries) в сложных DAG Airflow, чтобы избежать дублирования данных?
Проверка понимания архитектуры микросервисов и очередей.
В каких случаях вы предпочтете Kafka вместо RabbitMQ для обработки потоков данных, и как это повлияет на архитектуру микросервиса?
Оценка навыков работы с инфраструктурой.
Опишите процесс деплоя и мониторинга ваших data-сервисов в Kubernetes. С какими проблемами масштабирования вы сталкивались?
Проверка владения Python на продвинутом уровне.
Какие паттерны проектирования вы чаще всего используете при написании микросервисов для обработки данных на Python для обеспечения высокой производительности?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
