Lamoda·Москва·2 окт.
Data Engineer / инженер данных
Ориентир по рынку≈ 218 000 – 375 000 ₽наша приблизительная оценка по 8 вакансиям этой роли, у работодателя вилка не указана
🔄 ГибридJuniorПолная занятость
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Правда, чем предстоит заниматься, в тексте не сказано.
2 из 4 в норме
Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона
Деньги
Вилку работодатель не назвал. Ориентир на созвон: столько платят в 8 похожих вакансиях Data Engineer, без учёта уровня.
Живость
Висит 17 дней, признаков фиктивного найма нет.
Описание
Требования перечислены, их 11, а задачи нет: чем предстоит заниматься, из текста не понять.
- Не сказано
- сколько дней в офисе
Что требуют
ОбязательноSQLPostgreSQLClickHouseAirflowPythonLinuxGit
Надбавка к зарплате на этом уровне: SQL +28%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
Что стоит спросить: вопросы именно к этой вакансии для первого созвона
Когда откликаться
Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наши требования
Опыт работы в data engineering, DWH, ETL-разработке, аналитической разработке или смежной роли от 1,5-2 лет
Уверенное знание SQL
Опыт работы с PostgreSQL, ClickHouse или аналогичными СУБД
Опыт или уверенное понимание Apache Airflow: DAG, расписания, зависимости, retries, логи, обработка ошибок
Python для задач обработки данных, автоматизации, работы с API и файлами
Понимание принципов ETL: извлечение, трансформация, загрузка, обновление данных
Опыт загрузки данных из API, файлов или баз данных
Понимание принципов построения витрин данных
Базовые навыки Linux: командная строка, файлы, директории, процессы, логи. Git на базовом уровне
Готовность разбираться в существующем коде, чужих DAG и неидеальной документации
Опыт работы с AI-агентами и понимание принципов построения агентных процессов: постановка и декомпозиция задач, управление контекстом, подключение инструментов и источников данных, контроль качества и проверка результатов
