Собеседование на Data Engineer в Flowwow

Почему Flowwow — особенный работодатель для DE

Flowwow — маркетплейс подарков, цветов и товаров ручной работы: платформа сводит локальных продавцов с покупателями и организует доставку. Для Data Engineer это классический marketplace с двусторонней экономикой — есть продавцы, покупатели, курьеры, и данные текут со всех трёх сторон: заказы, статусы доставки, поведение на витрине, фичи для рекомендаций.

Главная особенность, которую стоит держать в голове на собесе, — резкая сезонность. Спрос на подарки взрывается в праздники: 14 февраля, 8 марта, Новый год дают пиковую нагрузку в разы выше обычной. Поэтому в Flowwow ценят инженеров, которые думают про capacity planning — как пайплайны и витрины переживут кратный всплеск событий, не развалившись и не отстав по свежести данных. Это отличает собес здесь от условного «ровного» SaaS, где нагрузка предсказуема.

Актуальные вакансии и описание команд — на странице карьеры Flowwow.

Этапы собеседования

Процесс типичен для DE в продуктовой компании: обычно около 5 этапов за 1–3 недели.

1. HR-скрининг (30–40 минут)

Знакомство: опыт, стек, ожидания по деньгам. Полезно за 90 секунд рассказать, с какими объёмами и типами пайплайнов вы работали и за что отвечали лично. Плюс — опыт в marketplace, e-commerce или логистике.

2. SQL и Python (60–90 минут)

Живое кодирование. По SQL проверяют уверенный middle: оконные функции, CTE, агрегаты, дедупликация, работа с событиями заказов. По Python — умение написать и оптимизировать трансформацию данных, разобрать чужой пайплайн. Готовиться помогут SQL для DE и SQL-тренажёр.

3. Spark (60–90 минут)

Разбирают распределённую обработку: как устроены трансформации, что такое shuffle и как его сокращать, откуда берётся перекос данных (data skew) и как его лечить, как читать план запроса. Детальный разбор — в гайде Spark на собесе DE.

4. ClickHouse и хранилище (45–60 минут)

Flowwow строит аналитические витрины, поэтому спрашивают про ClickHouse: движки семейства MergeTree, партиционирование, материализованные представления, почему колоночная СУБД быстра на агрегатах. Заодно проверяют понимание моделирования DWH — слои, витрины, идемпотентные загрузки.

5. Архитектура, поведенческое и финал (60–90 минут)

Открытый system design-кейс по marketplace-тематике плюс поведенческая секция по методу STAR: как работали со смежными командами, что делали при сорванных сроках и инцидентах. Часто это же интервью закрывает грейд и вилку.

Что Flowwow ценит в DE

• Spark. Уверенная работа с распределённой обработкой: понимать shuffle, перекос данных, оптимизацию джоб — не «запускал», а «понимаю, почему тормозит».
• ClickHouse. Строить и поддерживать аналитические витрины: движки MergeTree, партиционирование, материализованные представления.
• Marketplace-мышление. Понимать двустороннюю экономику: продавцы, покупатели, курьеры, и какие данные каждая сторона порождает.
• Capacity planning. Проектировать пайплайны с запасом под сезонные пики, а не под средний день.
• DWH и SQL. Уверенный middle-SQL и понимание слоёв хранилища, идемпотентных загрузок, качества данных.

Типичные задачи и кейсы

• «Спроектируйте пайплайн событий заказов». Как собрать поток событий (создан, оплачен, собран, в доставке, доставлен), обеспечить порядок и не потерять/не задублировать события.
• «Capacity planning под праздники». Как пайплайны и витрины переживут всплеск нагрузки к 8 марта в несколько раз: где узкое место, что масштабировать заранее.
• «Витрины в ClickHouse». Спроектировать витрину для аналитики продаж: какие агрегаты, как партиционировать, как обновлять инкрементально.
• «Трекинг курьеров». Как обрабатывать поток геособытий доставки и отдавать актуальный статус заказа.
• «Оптимизация Spark-джобы». Дана медленная джоба — найти причину (shuffle, skew, мелкие файлы) и ускорить.

Как готовиться: план

За 4 недели реально закрыть основные пробелы.

1. Spark. Разберите модель выполнения, shuffle, перекос данных и типовые приёмы оптимизации. Ядро технической части — Spark на собесе DE.
2. ClickHouse. Движки MergeTree, партиционирование, материализованные представления, почему колоночное хранение быстро на агрегатах.
3. DWH и моделирование. Слои хранилища, витрины, идемпотентные и инкрементальные загрузки, качество данных.
4. Event-driven и capacity planning. Потоки событий, гарантии доставки, проектирование под сезонные пики.
5. SQL. Доведите до уверенного middle: оконные функции, дедупликация, работа с событиями.

Частые ошибки

• Слабый SQL. Плавать на оконных функциях или дедупликации событий на позиции, где данные каждый день, — заметно сразу.
• Поверхностный ClickHouse. Знать, что «это быстрая колоночная база», но не уметь объяснить MergeTree, партиционирование и материализованные представления.
• Игнорировать сезонность. Спроектировать пайплайн под средний день и не подумать, что будет в праздничный пик. Для Flowwow это ключевой вопрос.
• Spark на уровне «запускал». Не понимать, откуда берётся shuffle и skew, и не уметь читать план запроса.
• Только эксперименты, без продакшена. Если не было опыта эксплуатации пайплайнов в продакшене (мониторинг, инциденты, SLA по свежести данных), об этом спросят.

Связанные темы

• Собеседование на DE в Я.Еде
• Собеседование на DE в Купер
• Spark на собесе DE
• Собеседование на DS в Flowwow
• Собеседование на PM в Flowwow

FAQ

Сколько этапов на собесе DE в Flowwow?

Обычно около пяти: HR-скрининг, секция SQL/Python, Spark, ClickHouse и хранилище, архитектурный кейс с поведенческой частью. Растягивается на 1–3 недели.

Нужен ли опыт в marketplace?

Не обязателен, но желателен. Опыт в e-commerce, marketplace или логистике даёт понимание двусторонней экономики и событийных потоков заказов — это заметно облегчает архитектурные кейсы.

Какие инструменты в стеке?

Основа — Spark для обработки, ClickHouse для аналитических витрин, оркестрация пайплайнов (например, Airflow). Точный набор зависит от команды.

Что важнее — Spark или ClickHouse?

Спрашивают и то, и другое, но с разным акцентом: Spark — про обработку больших объёмов и оптимизацию джоб, ClickHouse — про быстрые аналитические витрины. На middle-позиции ждут уверенности в обоих хотя бы на уровне «понимаю механику и типовые грабли».

Это официальная информация о процессе?

Нет. Этапы и требования собраны из публичных источников и опыта кандидатов. В разных командах и на разных грейдах процесс отличается — уточняйте у рекрутера.