Senior Data Engineer (Python, GCP, BigQuery)
Стабильная европейская компания с 20-летней историей и современным стеком технологий. Четкие требования и фокус на облачные решения делают вакансию привлекательной для опытных инженеров.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Роль требует глубокой экспертизы в экосистеме GCP и продвинутого владения Python. Уровень Senior предполагает не только написание кода, но и проектирование сложных архитектур данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата не указана в объявлении. На рынке Румынии и Европы для Senior Data Engineer с фокусом на GCP медиана составляет около 5500–7000 евро после налогов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Senior Data Engineer (Python, GCP, BigQuery)
Грейд: Senior
Стек: Python, SQL, Google Cloud Platform, BigQuery, Pub/Sub, Cloud Run, Cloud Storage, Dataform
Accesa is a leading technology company headquartered in Romania, with 20 years of experience in turning business challenges into opportunities and growth. A value-driven organisation, it has establish…
Откликнуться через Откликнуться ↓
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- SQL
- Google Cloud Platform
- BigQuery
- Google Cloud Pub/Sub
- Google Cloud Run
- Google Cloud Storage
- Dataform
Возможные вопросы на собеседовании
Проверка навыков оптимизации затрат и производительности в основном хранилище.
Какие стратегии оптимизации запросов и партиционирования в BigQuery вы использовали для работы с петабайтными объемами данных?
Оценка опыта работы с инструментами трансформации данных в облаке.
Расскажите о вашем опыте использования Dataform: как вы организуете тестирование и версионирование SQL-моделей?
Проверка умения строить системы реального времени.
Как обеспечить гарантию доставки сообщений 'at-least-once' при интеграции Pub/Sub с Cloud Run?
Оценка навыков проектирования инфраструктуры.
В каких случаях вы предпочтете Cloud Run вместо Kubernetes (GKE) для задач обработки данных?
Проверка владения Python в контексте Data Engineering.
Как вы организуете обработку ошибок и повторные попытки (retries) в асинхронных Python-скриптах при взаимодействии с API облачных сервисов?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

