Задачи:
— Изучать текущее тестовое покрытие и помогать находить слабые места;
— Учиться писать и поддерживать тестовую документацию (чек-листы, тест-кейсы);
— Адаптировать тесты для удобства проверки сервисов внешними пользователями, включая локализацию;
— Находить и аккуратно фиксировать баги в трекере, учиться правильно описывать шаги воспроизведения;
— Проверять новую функциональность вместе с разработчиками и другими тестировщиками;
— Участвовать в релизных процессах и понимать, как доводить продукт до пользователя.
Требования:
— Базовое понимание техник тест-дизайна, таких как классы эквивалентности и граничные значения;
— Общее представление о различиях между чек-листом и тест-кейсом;
— Интерес к процессам тестирования и разработки;
— Желание учиться, задавать вопросы, не бояться ошибок и стремление улучшать продукт.
Условия:
— Оплачиваемая стажировка на 3–4 месяца в московском офисе;
— Работа с реальными задачами на проектах с многомиллионной аудиторией;
— Поддержка опытных наставников и доступ к внутренним ресурсам, лекциям и обучающим материалам Яндекса;
— Компенсация обедов в офисе.
Требования:
- sql, базы данных, python, аналитический склад ума
Обязанности:
- построение ETL-процессов
- работа с современным стеком трансформации
- оркестрация данных
- управление хранилищами
- визуализация смыслов
- оптимизация выборок
Условия:
Срочный трудовой договор на 3 месяца, удаленно/офис/гибрид.
Стажировка для студентов из любых ВУЗов.
Задачи:
— построение ETL-процессов: разработка и настройка конвейеров по сбору и трансформации данных из различных источников;
— работа с современным стеком трансформации: освоение и применение DBT для превращения «сырых» данных в чистые аналитические витрины;
— оркестрация данных: настройка и поддержка рабочих процессов (pipelines) в Dagster для своевременного и безошибочного обновления данных в отчетах;
— управление хранилищами: работа с Postgres и высокопроизводительной колончатой базой данных Clickhouse для обеспечения скорости работы отчетов;
— визуализация смыслов: разработка интерактивных BI-отчетов в Apache Superset для поддержки бизнес-решений;
— оптимизация выборок: анализ и ускорение тяжелых запросов для повышения производительности системы отчетности.
Требования:
— уверенное владение SQL (сложные выборки, агрегатные функции, оптимизация запросов);
— понимание устройства реляционных баз данных, в частности PostgreSQL, и принципов построения аналитических хранилищ;
— базовые знания Python, умение писать скрипты для обработки данных и автоматизации простых задач;
— аналитический склад ума, способность работать с большими массивами данных, выявлять закономерности и структурировать информацию.
Желательный опыт:
— опыт создания дашбордов в BI-инструментах (Apache Superset, Tableau, Power BI или аналогичных);
— понимание концепций ETL/ELT;
— понимание архитектуры данных, разницы между OLTP и OLAP системами (например, использование Clickhouse для аналитики);
— интерес к современным инструментам DBT и оркестраторам данных (Airflow, Dagster).
Условия:
— срочный трудовой договор на 3 месяца;
— график 5/2, не более 30 часов в неделю;
— возможна удалённая, офисная или гибридная работа;
— стажировка доступна студентам любых ВУЗов и форм обучения, включая заочную и магистратуру.
ГибридinternМосква
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи:
— построение ETL-процессов: разработка и настройка конвейеров по сбору и трансформации данных из различных источников;
— работа с современным стеком трансформации: освоение и применение DBT для превращения «сырых» данных в чистые аналитические витрины;
— оркестрация данных: настройка и поддержка рабочих процессов (pipelines) в Dagster для своевременного и безошибочного обновления данных в отчетах;
— управление хранилищами: работа с Postgres и высокопроизводительной колончатой базой данных Clickhouse для обеспечения скорости работы отчетов;
— визуализация смыслов: разработка интерактивных BI-отчетов в Apache Superset для поддержки принятия бизнес-решений;
— оптимизация выборок: анализ и ускорение тяжелых запросов для повышения производительности системы отчетности.
Требования:
— уверенное владение SQL (сложные выборки, агрегатные функции, оптимизация запросов);
— понимание устройства реляционных баз данных, в частности PostgreSQL, и принципов построения аналитических хранилищ;
— базовые знания Python, умение писать скрипты для обработки данных и автоматизации простых задач;
— аналитический склад ума, способность работать с большими массивами данных, выявлять закономерности и структурировать информацию.
Желательный опыт:
— создание дашбордов в BI-инструментах (Apache Superset, Tableau, Power BI или аналогичных);
— понимание концепций ETL/ELT;
— понимание архитектуры данных, разницы между OLTP и OLAP системами (например, использование Clickhouse для аналитики);
— интерес к современным инструментам DBT и оркестраторам данных (Airflow, Dagster).
Условия:
— срочный трудовой договор на 3 месяца;
— график 5/2, не более 30 часов в неделю;
— возможность работы удаленно, в офисе или в гибридном формате;
— стажировка открыта для студентов любых ВУЗов и форм обучения, включая заочную и магистратуру.