- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Senior Data Engineer (Python, PostgreSQL)
Оценка ИИВакансия предлагает удаленный формат работы и четкие требования к стеку (Python, SQL, Airflow). Отсутствие указания зарплаты и названия компании немного снижает привлекательность, но роль Senior-уровня предполагает интересные архитектурные задачи.
Сложность вакансии
Оценка ИИРоль требует высокого уровня владения Python и PostgreSQL, а также практического опыта работы с Apache Airflow и архитектурой DWH. Дополнительную сложность добавляет необходимость экспертизы в области Data Quality и анализа качества данных.
Анализ зарплаты
Оценка ИИВ объявлении не указана заработная плата, однако для позиции Senior Data Engineer на российском рынке медиана составляет около 300 000 - 350 000 рублей. Предложение будет конкурентоспособным, если оно попадет в этот диапазон или превысит его.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Отправьте свое резюме Ольге прямо сейчас, чтобы стать ключевым звеном в разработке DWH-решений!
Описание вакансии
Senior Data Engineer (Python, PostgreSQL)
#SeniorDataEngineer #DataEngineer #Senior #Удаленно #РФ #Remote #Job #Vacancy
Требования:
Образование высшее (ИТ, техническое, математическое, экономическое). Опыт не менее трех лет в разработке. Отличное знание PostgreSQL и Python (middle+ / senior). Знание инструментов ETL (Apache Airflow). Опыт с системами DWH. Опыт с данными (анализ данных, создание критериев/метрик по их качеству). Желательно: Опыт настройки и разработки с использованием инструментов Data Quality. Опыт проектирования и построения DWH.
Локация:*📍*Удалённо из РФ. Часовой пояс: МСК.
Контакт для отклика: Откликнуться +CV или Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Data Analysis
- Python
- PostgreSQL
- ETL
- Apache Airflow
- Data Quality
- DWH
Возможные вопросы на собеседовании
Проверка глубины знаний основного инструмента оркестрации.
Расскажите о вашем опыте оптимизации DAG в Apache Airflow. С какими проблемами производительности вы сталкивались?
Оценка навыков проектирования баз данных.
Какие подходы к моделированию DWH (например, Data Vault или Kimball) вы предпочитаете и почему?
Проверка владения SQL на продвинутом уровне.
Как вы подходите к оптимизации сложных аналитических запросов в PostgreSQL при работе с большими объемами данных?
Оценка опыта в области качества данных, указанного в требованиях.
Какие метрики качества данных (Data Quality) вы считаете критическими и какие инструменты использовали для их мониторинга?
Проверка навыков написания чистого и эффективного кода.
