Senior Data Engineer
Оценка ИИСбер — это топовый работодатель с сильной инженерной культурой и уникальными по масштабу задачами. Вакансия предлагает работу с современным стеком технологий и отличные возможности для профессионального роста в стабильной компании.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль Senior уровня в крупнейшем банке требует не только глубокого знания Big Data стека (Hadoop, Spark, Greenplum), но и умения работать с высоконагруженными финансовыми системами. Ожидается высокий уровень ответственности за архитектурные решения и качество данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата для Senior Data Engineer в Москве в среднем составляет от 300 000 до 450 000 рублей. Сбер обычно предлагает конкурентные условия, соответствующие рыночному медианному значению, дополняя их расширенным соцпакетом и годовыми бонусами.
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
Грейд: Senior
Стек: SQL, PostgreSQL, Hadoop, HDFS, Spark, Hive, Greenplum, Python
Сбер Банк — крупнейший российский финансовый конгломерат, предоставляющий широкий спектр банковских услуг для частных лиц, малого бизнеса и корпоративных клиентов.
Откликнуться через Runello-бот ↓
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- PostgreSQL
- Hadoop
- HDFS
- Apache Spark
- Apache Hive
- Greenplum
- Python
Возможные вопросы на собеседовании
Проверка понимания специфики работы с MPP-системами, используемыми в Сбере.
Расскажите об особенностях распределения данных (distribution keys) в Greenplum и как неправильный выбор ключа влияет на производительность?
Оценка навыков оптимизации обработки больших данных.
Какие методы оптимизации Spark-приложений вы применяли для борьбы с проблемой Data Skew?
Проверка архитектурного мышления в контексте Hadoop-экосистемы.
В каких случаях вы предпочтете использовать Hive, а в каких — Spark SQL для обработки данных в HDFS?
Оценка навыков написания чистого и эффективного кода для ETL.
Как вы организуете тестирование и мониторинг качества данных (Data Quality) в своих Python-пайплайнах?
Проверка опыта работы с транзакционными данными в аналитических хранилищах.
Как обеспечить идемпотентность ETL-процессов при загрузке данных в PostgreSQL/Greenplum?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
