- Страна
- Казахстан
- Зарплата
- 1 500 000 ₽ – 2 000 000 ₽
Senior Data Engineer
Оценка ИИВысокая для региона заработная плата, работа над передовыми технологиями (AI, LLMOps) в социально значимой организации. Однако формат работы строго в офисе в Астане может подойти не всем.
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 не только в классическом Data Engineering (ETL, DWH), но и в современных направлениях MLOps и RAG. Работа в государственном фонде подразумевает высокий уровень ответственности за качество и безопасность данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата (1.5 - 2.0 млн тенге) находится на верхней границе рыночного диапазона для Senior-специалистов в Казахстане, где медиана обычно составляет около 1.2 - 1.5 млн тенге.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Senior Data Engineer
NJSC “Social Health Insurance Fund”
1,500,000 to 2,000,000 KZT Gross per month
Astana, on-site
Responsibilities:
• Build the data layer for the Fund’s unified AI platform.
• Integrate DWH, internal systems, documents, and other sources.
• Develop ETL/ELT pipelines, data marts, and data quality controls.
• Prepare training datasets, ML features, and production data delivery pipelines with MLOps/LLMOps.
• Prepare and index regulatory and internal documents for RAG.
• Organize data access, storage, and auditing.
Requirements:
• 4+ years as a Data Engineer.
• Proficient in SQL and Python.
• Experience designing DWH, data marts, and integrations.
• Experience building ETL/ELT pipelines with Airflow, Dagster, Prefect, or similar.
• Knowledge of PostgreSQL, ClickHouse, MS SQL, Oracle, or similar DBMS.
• Experience with APIs, message queues, file storage, and unstructured documents for search/RAG.
• Understanding of data quality, lineage, metadata, and access management.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- Python
- ETL
- ELT
- Airflow
- Dagster
- Prefect
- PostgreSQL
- ClickHouse
- MS SQL
- Oracle
- MLOps
- LLMOps
- RAG
- Data Quality
- Data Lineage
Возможные вопросы на собеседовании
Проверка опыта работы с неструктурированными данными, что критично для задач RAG, указанных в вакансии.
Расскажите о вашем опыте подготовки и индексации неструктурированных документов для систем RAG. Какие инструменты вы использовали?
Вакансия предполагает работу с ИИ-платформой, поэтому важно понимать навыки кандидата в автоматизации жизненного цикла моделей.
Как вы подходите к проектированию пайплайнов доставки данных для MLOps? В чем основные отличия от классических ETL-процессов?
В стеке упомянуты различные СУБД; важно понять, как кандидат выбирает инструмент под задачу.
В каких случаях вы бы предпочли ClickHouse вместо PostgreSQL при проектировании витрин данных для аналитики?
Для крупной организации критически важна прослеживаемость данных.
Как вы организуете Data Lineage и контроль качества данных в сложных распределенных системах?
Проверка владения современными оркестраторами.
Сравните Airflow и Dagster/Prefect на основе вашего опыта. Какие преимущества и недостатки вы видите у каждого решения?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
