Откликайтесь
на вакансии с ИИ
Senior Data Engineer / Master Data Developer
Оценка ИИПривлекательная вакансия для опытных инженеров: удаленный формат работы, долгосрочный проект в сложной корпоративной среде и работа на международном уровне. Требуется высокий уровень ответственности и экспертизы.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к уровню Senior (5+ лет), необходимостью свободного владения английским (B2/C1) и глубокими знаниями облачной сетевой инфраструктуры (VPC, cross-region migration).
Анализ зарплаты
Оценка ИИДля позиции Senior Data Engineer на европейском рынке (CET) предлагаемая роль соответствует рыночным ожиданиям. Специалисты такого уровня обычно получают от 5000 до 8000 евро в месяц в зависимости от страны проживания и конкретного стека.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Interexy уже сейчас
Если вы опытный Data Engineer с отличным английским и навыками работы в облаках, отправьте свое резюме Анастасии прямо сейчас!
Описание вакансии
#вакансия
Специализация: #DE #DataEngineer
Уровень: #senior
Английский: #b2 #c1
Senior Data Engineer
Start: ASAP
Workload: Full-time
Location: Remote, preferably CET / European time zones
Duration: Long-term
Language: English
About the Role
We are looking for a Senior Data Engineer / Master Data Developer to work in a complex enterprise environment.
The role focuses on data engineering, integration, migration and cloud-based data solutions. A strong understanding of cloud networking is important, particularly for projects involving data transfers across VPCs, accounts, regions and cloud platforms.
Responsibilities
Develop and maintain enterprise data pipelines.
Build ETL/ELT workflows and system integrations.
Design data transformation and synchronization processes.
Support data warehouse and master data solutions.
Perform large-scale data migrations.
Implement secure data transfers across cloud environments.
Troubleshoot production data workflows.
Improve pipeline performance and reliability.
Implement data quality and validation processes.
Collaborate with Data, Cloud, DevOps and Architecture teams.
Document technical solutions and data flows.
Requirements
5+ years of experience in Data Engineering / Data Integration.
Strong Python and SQL.
Hands-on ETL/ELT and data pipeline development.
Experience with data warehouses and large datasets.
Production environment experience.
Knowledge of data modeling and integration.
Experience with AWS, Azure or GCP.
Understanding of cloud architecture and networking.
Practical experience with VPC / Virtual Network.
Experience with cloud-to-cloud, cross-account or cross-region data migration.
Understanding of IAM and secure connectivity.
Strong analytical and troubleshooting skills.
Nice to Have
Databricks, Snowflake, AWS Glue, Azure Data Factory, Airflow, Kafka, Spark/PySpark, Terraform, Docker, Kubernetes, Informatica, Talend, SSIS.
Important
We are looking for a Data Engineering profile, not a pure MDM or BI specialist. Strong experience with Python, pipelines, cloud and migration is essential.
English B2+ / C1.
📩 Apply / send your CV: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- AWS
- Azure
- Python
- Terraform
- GCP
- SQL
- Kubernetes
- IAM
- Docker
- Snowflake
- PySpark
- Azure Data Factory
- Airflow
- Kafka
- Spark
- Databricks
- ETL
- AWS Glue
- VPC
- ELT
Возможные вопросы на собеседовании
Проверка практического опыта работы с сетевыми аспектами облаков, что критично для данной вакансии.
Расскажите о вашем опыте настройки передачи данных между разными VPC или облачными провайдерами. С какими сложностями вы сталкивались?
Оценка навыков проектирования отказоустойчивых систем.
Как вы обеспечиваете идемпотентность и обработку ошибок в ETL-конвейерах при работе с большими объемами данных?
Проверка знаний в области безопасности данных в облаке.
Какие лучшие практики использования IAM ролей и политик вы применяете для обеспечения безопасности при миграции данных между аккаунтами?
Оценка владения современным стеком инструментов.
В каких случаях вы бы предпочли использовать Spark/PySpark вместо чистого SQL в Snowflake или BigQuery?
Проверка навыков оптимизации.
Опишите случай, когда вам удалось значительно снизить стоимость или время выполнения облачного пайплайна. За счет чего это было достигнуто?
Похожие вакансии
Senior AI Researcher (Retail / Agents)
Data Scientist (Senior)
Senior Data Scientist (Computer Vision / GenAI)
ML Engineer (Senior)
Старший специалист по Data Science
ML-инженер
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!