- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Senior Data Engineer (Scala)
Оценка ИИWaveAccess — известная компания с интересными проектами в сфере ИИ и ML. Стек технологий современный и востребованный, а локация в Санкт-Петербурге предполагает наличие сильного инженерного сообщества.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний Scala и экосистемы Big Data (Spark, Iceberg, ClickHouse). Уровень Senior предполагает не только написание кода, но и архитектурное понимание обработки данных в высоконагруженных системах.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Senior Data Engineer со стеком Scala в Санкт-Петербурге рыночные показатели начинаются от 300 000 рублей. Предложенный диапазон соответствует текущим ожиданиям опытных специалистов в РФ.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в WaveAccess уже сейчас
Присоединяйтесь к команде WaveAccess и создавайте высоконагруженные системы на острие технологий Scala и Big Data!
Описание вакансии
Senior Data Engineer (Scala)
в WaveAccess — ИТ-компания, которая разрабатывает сложные высоконагруженные системы для госструктур и бизнеса, включая проекты на базе искусственного интеллекта, машинного обучения.
Стек технологий: Scala, Apache Spark, ClickHouse, HDFS, Apache Airflow, PostgreSQL, Apache Kafka, Apache Hive, Apache Iceberg.
Санкт-Петербург.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Scala
- Apache Spark
- ClickHouse
- HDFS
- Apache Airflow
- PostgreSQL
- Apache Kafka
- Apache Hive
- Apache Iceberg
Возможные вопросы на собеседовании
Проверка понимания внутреннего устройства Spark для оптимизации производительности.
Расскажите о различиях между Narrow и Wide Transformations в Spark и как они влияют на shuffle?
Оценка опыта работы с современными форматами хранения данных.
В каких сценариях вы бы предпочли использовать Apache Iceberg вместо обычного Parquet в HDFS?
Проверка навыков оптимизации запросов в ClickHouse.
Как работает движок MergeTree в ClickHouse и какие стратегии партиционирования вы применяли?
Оценка архитектурного мышления при работе с потоковыми данными.
Как обеспечить семантику exactly-once при интеграции Kafka и Spark Streaming?
Проверка владения функциональным программированием на Scala.
В чем преимущество использования Type Classes в Scala при разработке библиотек для обработки данных?
Похожие вакансии
ML-инженер
Python разработчик (DWH/Data Engineering)
Data Scientist Middle+, Senior
Data Scientist
Middle+ Data инженер
Senior Data 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!