Senior Data Engineer

Ориентир по рынку≈ 148 000 – 214 000 ₽наш грубый ориентир по 199 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана

≈ 1,8 тыс.–2,7 тыс. $

ОфисMiddleПолная занятостьКорпорация

≈ 148 000 – 214 000 ₽наша приблизительная оценка

Стоит ли откликаться

Сначала уточните детали

Висит дольше, чем обычно закрываются такие вакансии: сначала убедитесь, что найм ещё идёт.

2 из 4 в норме

Висит давно: что спросить, чтобы не откликаться в пустоту

Деньги

Сумму в объявлении не указали. Грубый ориентир: столько платят в 199 вакансиях уровня Middle по всему рынку, без учёта специальности.

платят меньше148 000 – 214 000 ₽ у половины таких вакансийплатят больше

Кроме оклада: премия и пересмотр зарплаты. Размер не назван, а от него зависит доход за год.

Вилки нет

Живость

Открыта дольше обычного для таких вакансий. Что на это указывает:

Первая публикация была 112 дней назад
Выкладывали заново 2 раза
Висит дольше 90% вакансий того же грейда
Зарплата не указана

Висит долго

Описание

Обязанности: 7, требования: 7. Понятно, что за работа, ещё до отклика.

Обещают: ДМС

Подробно

Что требуют

ОбязательноSQLPostgreSQLHadoopSparkHiveGreenplumPython

Надбавка к зарплате на этом уровне: Python +40%, SQL +20%, PostgreSQL +8%.

Ясно

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

10 вопросов именно к этой вакансии: что спросить на первом созвоне

Когда откликаться

Стоит ли спешить: за сколько дней Сбер обычно закрывает вакансии

30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro

Чем предстоит заниматься

Анализ, загрузка, очистка и трансформация больших объемов данных из различных автоматизированных систем банка (анализ структуры, качества, полноты и применимости данных) в рабочую область на платформе MPP СУБД Greenplum/Hadoop

Проектирование и разработка аналитических витрин данных

Контроль качества загружаемых данных (реализация сложных проверок качества, проведение корректировок данных большого объема)

Реализация ETL-процессов, участие в подготовке внедрения релизов в промышленную среду

Разработка и поддержка ETL-процессов загрузки данных в/из хранилища с использованием Python

Поиск и предоставление данных по запросу внутренних и внешних заказчиков

Расчет сложных аналитических показателей в витринах данных