Собеседование на Data Engineer в Lamoda

Почему Lamoda — особенный работодатель для DE

Lamoda — крупнейший fashion e-com СНГ. Десятки миллионов SKU, сезонные пики, fulfillment через собственную логистику и партнёров. Стек: Spark + Airflow + ClickHouse + PostgreSQL + Kafka. ML-команда работает с ranking, рекомендациями, dynamic pricing.

DE в Lamoda живёт между маркетинг-аналитикой, операционными pipelines и ML-командой. Уровень нагрузки — высокий, особенно во время распродаж (Black Friday, 11.11). Актуальные вакансии — на career.lamoda.tech.

Этапы собеседования

1. HR-скрининг (30-45 минут)

Знакомство:

• Стек: Spark / Airflow / ClickHouse / Kafka
• Опыт в e-com или маркетплейс
• Motivation: почему Lamoda

Питч 90 секунд: продукт, объёмы данных, инструменты, impact.

2. SQL deep dive (60-90 минут)

В Lamoda DE пишет много SQL для marts и аналитики. Глубина обязательна.

Темы:

• Window functions, CTE, оптимизация
• ClickHouse-specific: MergeTree, materialized views, dictionaries
• ETL-паттерны
• Дедупликация, late-arriving data

Подготовка: SQL для DE, SQL-тренажёр.

3. Spark + Python (60-90 минут)

PySpark — основной distributed compute.

Темы:

• DataFrame API, joins, aggregations
• Partitioning, shuffles, broadcast
• Memory tuning
• UDF и альтернативы

Подготовка: Spark deep dive.

4. System design (60-90 минут)

Кейсы:

• Pipeline для product analytics на Black Friday
• ML feature pipeline для recommendation
• Real-time inventory updates
• Data lake для возвратов и returns analytics

Подготовка: data modeling, dbt и моделирование.

5. Поведенческое + командное (45-60 минут)

STAR-истории про high-load инциденты, peak season пики, кросс-командные конфликты.

Особенности по командам

Core Marketplace: product catalog, поиск, фильтры. ClickHouse heavy.

Logistics: интеграция со складами, доставкой. Real-time tracking.

ML / Recommendations: feature engineering, ranking, A/B-тесты моделей.

Marketing Analytics: attribution, cohort analysis, CRM сегменты.

Pricing / Promo: dynamic pricing на ML, promo-аналитика.

Что Lamoda ценит в DE

• SQL + Spark уверенно. Базовый билет.
• ClickHouse. В Lamoda CH-heavy стек, без — слабо.
• E-com понимание. Sessions, conversion, returns, AOV.
• Reliability. На Black Friday downtime = большие деньги.
• Communication. Cross-team: marketing, ML, ops.

Как готовиться: план

За 4-6 недель:

1. Неделя 1-2 — SQL + ClickHouse. Window functions, MergeTree, материализованные представления. SQL для DE, ClickHouse.
2. Неделя 3 — Spark. PySpark, joins, shuffle. Spark deep dive.
3. Неделя 4 — System design. E-com pipelines. data modeling, Kafka streaming.
4. Неделя 5 — dbt + monitoring. dbt, мониторинг.
5. Неделя 6 — Mocks + behavioral.

Частые ошибки

• Слабый ClickHouse. В Lamoda CH-heavy, без знания — провал.
• Spark поверхностно. Без shuffle / partitioning — спросят и не ответишь.
• Игнор e-com специфики. «Просто данные» — не покажешь домен-экспертизу.
• Без peak-season опыта. Не упомянуть Black Friday / high-load — слабая позиция.
• Без monitoring. Reliability — приоритет, спросят как.

Связанные темы

• Собеседование на Data Engineer
• SQL для DE
• Spark deep dive
• ClickHouse и OLAP
• dbt и моделирование
• Мониторинг и data quality

FAQ

Удалёнка в Lamoda для DE?

Гибрид часто. Полная удалёнка — реже.

Зарплатные вилки 2026?

Middle DE: 230-350k. Senior: 350-500k.

Английский нужен?

Базовый — желательно. Документация может быть на английском.

Сколько этапов?

4-5 этапов, 2-3 недели полный процесс.

Это официальная информация?

Этапы основаны на публичных источниках и опыте кандидатов. Уточняйте у рекрутера.