Вакансия: Middle Data Engineer
Компания: Альфа банк (через консалтинг)
Предполагаемая вилка:
300-350к на руки
Период собеседования: Июль 2025
Формат работы: Удаленная работа
Этапы собеседований:
HR -> Внутренний собес консалтинга -> Технический собес Альфы -> Offer
Краткая справка о процессе интервью:
Первый технический этап включал очень общие вопросы про опыт и две задачи на Python и SQL уровня easy-medium для отсева части кандидатов.
Этап, который проводили специалисты альфы, на фоне первого прошел слишком легко и в основном состоял из общих гипотетических вопросов "а что, если", наподобие:
1. "- Представь что ты работаешь в беттинге!!! (Это собес в альфа банк, напоминаю) и у тебя там что-то пишется в какую то табличку. И в один момент перестает писать в эту табличку (ошибка). Что делать будешь?
- А что в Логах написано?
- Что угодно!)"
2. "- Все еще представь, что ты работаешь в беттинге, теперь тебе надо сделать так, чтобы все, что писалось в ту первую таблицу, теперь стало записываться в другую вторую (её ещё нет), что делать будешь?"
Кроме подобных вопросов слегка послушали про опыт и поспрашивали про параллелизацию и масштабируемость Spark-джоб. Все.
В общем и целом все достаточно на лайте, собес был без камер и без лайфкодинга
Через пару часов после собеса сообщили предварительно позитивное решение

(Собеседование не автора канала, а одной из админш)

Акция до 15 числа (осталось два дня)
Ссылки и стоимость ниже.
Просьба перед покупкой ознакомится с постами о материалах.

Конспекты:
1. Apache Spark
2. Clickhouse
3. Greenplum
4. DWH+Hadoop+Kubernetes
5. Задачки с собесов
6. Lakehouse Conspects

Так же контент за звезды:
Сколько получил от канала
Офферы в DE:
Первый
Второй

*При покупки нескольких скидка в PM @noelsethink

Вакансия: Data Engineer (Senior)
Компания: SparkLand
Предполагаемая вилка:
120k-130k$ + Bonuses (10$-11$к в месяц)
Период собеседования:
Июнь-Июль 2025
Формат работы: Удаленная работа (WorldWide) или офис (Dubai)
Этапы собеседований:
HR -> Tech Screening -> Tech interview(System Design incl.) -> Offer
Краткая справка о процессе интервью:
Данная компания занимается высокочастотным трейдингом. В данный момент открыто несколько позиций. Ищут разных людей, у кого был опыт в трейдинговых/банковских компаниях. Интересует опыт работы с Clickhouse, Kafka и Real-time данными. Хотят строить свою внутреннюю платформу по валидации ML моделей. На интервью спрашивают как раз про опыт, задают соответствующие вопросы. Спрашивают про движки Clickhouse, и разные вопросы по Kafka. Команда будет состоять из одного DE. В компании так же есть второй DE, но он в другой команде.

Посмотрев, в целом, про компанию заметил что идёт активный hiring по всем направлениям. Нанимают prop трейдеров из технических/математических вузов.

(Это собеседование автора канала, по вилке можете понять на сколько он охуел)

Вакансия: Data Engineer
Компания: Сравни
Предполагаемая вилка:
300-350к на руки
Период собеседования: Июль 2025
Формат работы: Удаленная работа
Этапы собеседований:
HR -> Tech Interview -> Tech Interview [2] -> Offer
Краткая справка о процессе интервью:
По spark обсуждали перекосы, джойны, оптимизации и прочее. Диалог был построен таким образом, что вместо стандартного "вопрос-ответ" озвучивали потенциальную проблему, нужно было предположить возможные причины ее возникновения и пути решения. Также был ряд вопросов по kafka - про RPS, проблемы в работе и прочее. Немного поговорили про airflow. Один из блоков собеседования был посвящен техникам оптимизации sql. По sql понравилось, что не было тех самых вопросов, которые из собеса к собесу задают, - про разницу оконных функций и группировок и т.д. В конце был видимо творческих вопрос - "как бы вы объяснили ребенку или бабушке разницу между ETL/ELT с примером из жизни"
Одно из лучших собеседований. Сотрудники, которые его проводят, профессионалы

(Мнение не автора канала)

Вакансия: Middle Data Engineer
Компания: Lamoda
Предполагаемая вилка:
300-350к на руки
Период собеседования: Июнь-июль 2025
Формат работы: Удаленная работа
Этапы собеседований:
HR -> Tech screening -> Tech Interview -> ???? .... -> Offer
Краткая справка о процессе интервью:
Вопросы
-- ЯП
1. Динамическая статическая типизация
2. Разница компилируемых и интерпретируемых языков
3. Процесс компиляции этапы
4. Как реализовать свой контекстный менеджер
5. Как реализовать свой итератор
6. Как в итераторе реализовано достижение конца итерируемой последовательности - и как самостоятельно сделать подобное
7. Как реализовать генератор
8. Чем tuple отличается от List
9. Какие объекты могут быть ключами словаря?
10. Какая сложность получения значения по ключу словаря?
11. Что такое декоратор и зачем они нужны?
12. Чем отличаются class method, static method?
13. Изменяемые неизменяемые типы данных
14. Объяснить как работают изменяемые типы данных на примере List
15. Магические методы что такое и какие знаешь?
16. ООП - какие принципы знаешь?
17. Проблема множественного наследованная - объясни на примере
18. Public, private, protected в python

-- airflow
1. Зачем нужны datasets?
2. Как работают sensors?
3. Как заставить даг выполниться за некоторый период прошлых дат?
4. Из каких компонентов состоит airflow?
5. Зачем нужен xcom?
6. Airflow context
7. Execution date что это?
8. {{ds}} {{ts}} и прочие {{}}
9. как работает deferrable operator
10. Celery executor
11. Какие операторы знаешь вообще?
12. Как свой оператор реализовать?


-- spark
1. Расскажи как работает map reduce
2. Какой помимо map reduce есть еще этап? И что в нем происходит?
3. Как зайти на spark ui
4. а что там можно посмотреть?
5. План выполнения как читать и из чего состоит
6. В какой момент он строится
7. Широкие узкие операции + примеры
8. Action transformations + примеры
9. driver executor что такое?
10. как управлять количеством executors?
11. А где происходят вычисления?
12. А в каком случае вычисления могут происходить на Driver?
13. job -> stage -> task что такое?
14. Объяснить прошлый вопрос на конкретном примере
15. cache() / persist()


-- другое
1. Какие форматы данных знаешь вообще
2. Расскажи про parquet
3. Вот есть parquet и есть csv - куда быстрее будет запись с нуля с созданием файла? а дозапись одной строки? А удаление файла?
4. Что знаешь про Apache iceberg
5. olap oltp примеры
6. olap oltp для каких задач и операций
7. Что значит колоночные (столбцовые) базы данных?
8. orc/parquet разница
9. Есть опыт написания тестов? И если да, то какой?

Пришли ко мне и попросили составить матрицу компетенции в Data Engineering'е.

Подумал напишу сюда, чтобы тоже кто-то покритиковали.
Все представлено в черновом варианте.

Формат: Навык/ три уровня навыков/ три уровня владения

Python:
Base: Знания базовых конструкций, ООП, умение работать с разными типами данных
Strong: Работа с различными библиотеками Pandas, Polars, PySpark и т.д. Умение работать с API, умение эффективно забирать и преобразовывать данные. Умение читать исходный код библиотек и фреймворков
Expert:
????

SQL:
Base: Знание основ DDL, DML (создание таблиц и манипуляция) + SELECT, MAX, MIN, GROUP BY и тд.
Strong:
Умение анализировать и оптимизировать запросы к БД;
- Умение использовать индексы и констрейнты
- Умение использовать оконные функции ROW_NUMBER, RANK, DENSE_RANK
Expert:
- Понимание как работают физические JOIN, как работают транзакции, ACID

Clickhouse:
Base:
- SQL: знание особенностей агрегаций в Clickhouse, ограничения JOIN, работа с массивами
Strong:
- Знание движков семейства MergeTree и разницу между ними
- Понимание типов данных в Clickhouse ( какие и где лучше использовать при хранении различных данных)
- Как работать с очередями в Clickhouse
- Как работает Mat. View
Expert:
- Понимание как работает Clickhouse, как хранятся физические данные на диске, как бьются данные по партициям
- Как работать с шардированными таблицами

Data Tools:
Base: - Понимание основ Airflow: Dag, XCom, основные компоненты, понимание навыка проектирования графа
- Работа с различными инструментами представленными у нас:
Airbyte, dbt, AWS, GCP, etc
- Знание инструментов по мониторингу и качеству данных:
GE, SODA, etc.
Strong:
- Умение работать с облачной инфраструктурой, понимание облачных ограничений
- Опыт внедрение инструментов на проектах
Expert:
- Умение оптимизировать облачные cost’ы

DevOps
Base: GIT, Bash
Strong: Разработка, CI/CD, мониторинг
Expert: Разработка, CI/CD, мониторинг, эксплуатация

Архитектура DWH
- Умение проектировать ( нормальные формы, паттерны проектирования и тд)
- Умение выбирать БД под DWH
- Понимание ограничений некоторых БД

Viz:
- Power BI, Tableau

Что то забыл?

Для справки:
Base: Junior
Strong: Middle
Expert: Senior

Заметил что на меня подписались несколько Android разработчиков и я вспомнил недавнюю историю найма.

Пару недель назад я увидел как реально работает найм Android Разработки. Для меня это выглядело как два кандидата, которым сделали оффер на одну позицию. Один находился в РФ, другой находился за границей. По компетенциям я не могу их оценить, но предполагаю что одинаковые, так как бюджет на вакансию выделен фиксированный.

Первый затребовал X и после испытательного срока релокацию. Ему предоставили такую возможность, от которой он отказался.

Я ожидал что второй оффер будет такой же, но я был удивлен что второму разработчику дали оффер x/2. И он его принял.

Я вот смотрю на эту переписку выдвигаемых офферов и думаю. А вот если у них был бы ресурс, который реально показывал сколько стоит Developer, они запросили одинаковые суммы или разные.

А если второй бы начал торговаться смог он бы получить x*0,8-0,9?
Думаю что смог.
Я думаю что он спустя время получит повышение до той вилки что запросил первый, но это достаточно интересный факт, что некоторые люди не торгуются. Они соглашаются на ту цену, которую назначали сами себе в начале. Не знаю с чем это связано, но большинство не могут/ не хотят переоценивать себя.

Что думаете на этот счёт?

Уважаемые работодатели и нанимающие менеджеры, хочу подсветить вам одну вещь.
Если в этом канале опубликовано информация с вашего собеседования, то это круто!

Если вы считаете, что ваш найм развалится из-за публикации информации с собеседования и вопросов, то возможно вам стоит пересмотреть систему оценки, если человек выучивший десяток вопросов сможет пройти к вам в компанию. Открытость и публикация информации о рыночных зарплат позволяет выбрать комфортную компанию для специалистов. Если для вас недопустимо говорить реальную будущую зарплату человеку или занижать его реальную запрашиваемую сумму не тратьте время на поиск специалистов.

Информация, публикуемая в данном канале носит открытый характер и предоставляет информацию с собеседования. Автор* высказывать свою точку зрения, как проходят собеседования и отражает внутреннюю корпоративную культуру компании, предоставленную на собеседовании. (*Автор может меняться от поста к посту)

В случае если ваш найм сводится к ответам на вопросы по списку и по ответу на них любой участник в рамках конкурса на вакансию может получить Offer рекомендуется провести аудит вашей системы найма.

Если вы отзываете оффер из-за информации из канала, то мне ваш жаль.

С уважением, Get Rejected.