Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
Описание вакансии
Задачи:
- строить и эксплуатировать надёжные пайплайны загрузки (batch и streaming) из баз данных, event-стримов и сторонних API;
- отвечать за архитектуру хранения на уровне lake, lakehouse и warehouse с оптимизацией партиционирования, стоимости и скорости запросов;
- поддерживать наблюдаемость и перезапускаемость пайплайнов — оркестрация, автотесты, алертинг и аккуратное восстановление после сбоев;
- работать как полноценный инженер: infrastructure as code, CI/CD для дата-нагрузок, code review и строгий контроль версий;
- договариваться о data contracts с командами-поставщиками данных, контролировать schema drift, управлять доступом, ретеншеном и lineage;
- писать понятную документацию, переживающую сам проект.
Компания ждёт, что вы уверенно встраиваете AI-инструменты в ежедневную работу, но с обязательной ревизией того, что они генерируют, перед выпуском в прод.
Требования:
- подтверждённый продакшн-опыт построения и эксплуатации дата-пайплайнов и умение объяснить, чему научили их поломки;
- продвинутый продакшн-уровень SQL и Python;
- глубокий продакшн-опыт с одним крупным облачным провайдером (AWS, GCP или Azure) и понимание принципов перехода между ними (второй облако — плюс);
- опыт работы с оркестратором крупного вендора (Airflow, Dagster, Azure Data Factory или аналог);
- глубина в хранилищах Snowflake или BigQuery (моделирование dimensional или Data Vault) и опыт с dbt или аналогами;
- большой опыт со Snowflake и Terraform;
- свободный английский и комфортная работа напрямую с командами клиентов.
Ценится:
- мышление cost engineering — умение удешевить пайплайн и оценить экономию;
- опыт работы в регулируемых средах, включая GDPR, контроль доступа и аудируемый lineage.
Будет плюсом:
- Spark или PySpark на больших объёмах, Databricks, брокеры типа Kafka, Kinesis, Pub/Sub или MQTT-класса;
- AI-инфраструктура данных — embedding-пайплайны, vector stores, retrieval feeds, feature stores и открытые форматы (Parquet, Iceberg, Delta);
- Docker, Kubernetes, GitHub Actions и фреймворки качества данных в проде (Great Expectations, Soda, Monte Carlo);
- NoSQL-хранилища (например MongoDB) и данные маркетинговых/рекламных платформ (Google Ads, Meta, CRM API).
Контакты работодателя доступны по кнопке «Откликнуться» после входа.
Мэтч и сопроводительное
Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
Сейчас в каталоге 600 вакансий по этому направлению, удалённо можно работать в 41%.
Зарплата здесь не указана. Медиана по направлению: 245 000 ₽ в месяц. У половины вакансий от 160 000 ₽ до 298 000 ₽ (вакансий с вилкой: 39).
Навыки этой вакансии, которые чаще всего просят по направлению: Python (37%), SQL (36%), Airflow (26%), Kafka (15%), Spark (14%). В скобках доля вакансий направления.