Data Quality Engineer/инженер по качеству данных

Островок

Сигналы объявления: 1 из 3

Это счётчик доступных сигналов, а не рейтинг безопасности работодателя. Нет данных по 2 из 3 проверок.

Источник «Работа России»: нет данных — Нет подтверждённых данных об этом объявлении на государственной площадке.
Проверка hh.ru: нет данных — Подтверждённый флаг employer.trusted от hh.ru не получен.
Свежесть публикации: есть сигнал — С даты публикации прошло 2 дн. Порог сигнала — 30 дней; обновление даты не доказывает наличие свободного места.

Сопоставьте ИНН, юридическое название и условия договора. Даже свежая вакансия проверенной площадки требует проверки перед откликом.

Как проверить работодателя →

📍 Санкт-Петербург 💼 От 3 до 6 лет

Откликнуться на hh.ru

✍ Составить сопроводительное письмо

Письмо хранится только в вашем браузере. Проверьте название компании перед отправкой — чужое имя в письме читается как массовая рассылка.

💰 Сколько зарабатывают на этой позиции

125 000 ₽ — медиана, обычно 90 000–160 000 ₽

По 11 вакансиям «data» в Санкт-Петербурге. Подробная зарплатная аналитика →

Пожаловаться на подозрительную вакансию

Опишите конкретные признаки обмана. Не указывайте паспортные данные, номера карт или чужие контакты. После трёх учтённых жалоб объявление скрывается до проверки; это не доказательство мошенничества.

⚠ Пожаловаться

Обязанности:

Проведение аудита качества данных;
Создание тестов для таблиц в хранилище;
Автоматизация проверки качества данных;
Формирование проектной документации (инциденты / процессы / описание проверок и тд);
Консультирование владельцев данных и заказчиков по вопросам покрытия чеками и тестами их витрин.

Требования:

Опыт работы в качестве QA engineer от 3х лет, с углублением в Data QA минимум от 1 года;
Уверенное знание SQL;
Понимание метрик качества данных: полнота, уникальность, корректность, согласованность и актуальность;
Поиска причин нарушений качества данных и взаимодействия с командами для их устранения;
Опыт работы с Python: pandas , requests, SQL Alchemy;
Опыт работы с инструментами профайлинга (например Pandas Profiling);
Опыт работы с Soda/Great Expectation/Apache Deequ/DBT tests;
Опыт работы с Airflow;
Опыт работы с AI.