- Страна
- Россия
Старший DWH-разработчик
Оценка ИИOzon Tech — сильный бренд с современным стеком и масштабными задачами. Вакансия предлагает гибкий формат работы (удаленка/гибрид) и работу с передовыми технологиями обработки данных, что делает её крайне привлекательной для опытных инженеров.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к глубокому знанию специфических колоночных СУБД (Vertica, Greenplum), опыту работы с Big Data стеком (Hadoop, Spark) и навыкам программирования на Python для автоматизации ETL. Роль Senior предполагает самостоятельность в принятии архитектурных решений.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, однако для позиции Senior DWH Developer в Москве рыночный диапазон составляет от 300 000 до 450 000 рублей после вычета налогов. Ozon обычно предлагает конкурентоспособные зарплаты, соответствующие или слегка превышающие медиану рынка для опытных специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
#senior #удаленка #гибрид #офис
Ozon Tech
Старший DWH-разработчик
Опыт работы: 3–6 лет
Полная занятость
График: 5/2
Формат работы: удалённо или гибрид или офис
*☑️* Чем предстоит заниматься
-Разрабатывать и развивать ETL-системы, которые обеспечивают данными различные предметные области: продажи, учёт, логистику
-Анализировать данные и проектировать структуры данных под аналитические потребности различных бизнес-подразделений
-Оптимизировать и мониторить пайплайны обработки данных, повышая их производительность и стабильность
-Проектировать и реализовывать масштабируемые хранилища данных на базе HP Vertica, Trino, ClickHouse, PostgreSQL и Hadoop
*☑️* Наши пожелания к кандидатам
-Самостоятельность в решении задач и опыт в роли ключевого разработчика на крупном проекте
-Опыт проектирования архитектуры хранения данных и связанных ETL-процессов
-Умение работать с техническими требованиями: аргументированно предлагать изменения и находить оптимальные решения
-Хорошие навыки проектирования и реализации ETL-процессов, обязательное знание Airflow
-Отличное знание SQL и системное мышление
-Опыт разработки хранилищ данных с использованием одной из колоночных СУБД: Vertica, Greenplum, Exadata, Teradata
-Опыт программирования на Python, в том числе для разработки решений по автогенерации ETL-задач и реализации логических алгоритмов
-Навыки работы с Bash и Docker
-Будет плюсом:
-Опыт работы со Spark
-Опыт работы с несколькими ETL-инструментами и их использованием в горизонтально масштабируемых системах обработки данных
-Знания в одной из областей: CI/CD, frontend- или backend-разработка, разработка интеграционных потоков
-Желание участвовать в управлении проектами и доводить фичи до production
-Желание развиваться в наставничестве и помогать другим участникам команды
Контакты: Telegram Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- ETL
- Airflow
- SQL
- Python
- Vertica
- ClickHouse
- PostgreSQL
- Hadoop
- Greenplum
- Docker
- Bash
- Apache Spark
- CI/CD
- Trino
Возможные вопросы на собеседовании
Проверка понимания специфики колоночных СУБД, заявленных в требованиях.
Расскажите об особенностях оптимизации запросов в HP Vertica по сравнению с классическими реляционными СУБД. Что такое проекции?
Airflow является обязательным требованием; важно понять опыт кандидата в создании сложных пайплайнов.
Как вы организуете обработку ошибок и повторные запуски (retries) в сложных DAG в Airflow? Использовали ли вы динамическую генерацию DAG?
Оценка навыков проектирования архитектуры данных.
Какую модель данных (Kimball, Inmon, Data Vault) вы бы выбрали для быстрорастущего e-commerce проекта и почему?
Проверка навыков работы с Python в контексте DWH.
Для каких задач в DWH вы чаще всего используете Python? Можете привести пример реализации алгоритма автогенерации ETL-кода?
Оценка опыта работы с большими данными и инструментами обработки.
В каких случаях вы предпочтете использовать Spark вместо чистого SQL в ClickHouse или Vertica для трансформации данных?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
