Собеседование на Data Engineer в МТС

Почему МТС — особенный работодатель для DE

МТС — это уже не только телеком. Это экосистема: МТС Банк, МТС Premium, KION (видеостриминг), МТС Cloud, МТС Travel, MTS Junior, AI-проекты. Везде DE-команды строят pipelines на разных стеках.

Базовый стек: Hadoop / Greenplum / ClickHouse / Airflow / Spark. В некоторых командах — собственный DWH. Объёмы — миллиарды событий в день (особенно в телеком-абонентских данных).

DE в МТС часто работает с PII (телефонные номера, биллинг), регуляторика 152-ФЗ обязательна. Актуальные вакансии — на job.mts.ru.

Этапы собеседования

1. HR-скрининг (30-45 минут)

Стандартное знакомство:

• Стек: Spark / Hadoop / Greenplum / ClickHouse / Airflow
• Опыт с large-scale данными
• Motivation: почему МТС

Питч 90 секунд: продукт, задача, объём, инструменты.

2. SQL + ETL (60-90 минут)

DE в МТС пишет много SQL: ETL, отчёты, ad-hoc для бизнеса.

Темы:

• Window functions, CTE, оптимизация
• ETL-паттерны (incremental, full-refresh)
• Greenplum-specific (MPP)
• Дедупликация, изменение схемы

Подготовка: SQL для DE, dbt и моделирование.

3. Python + Spark (60-90 минут)

PySpark — основной distributed framework.

• DataFrame / SQL API
• Partitioning, shuffles
• Reading из Hadoop, ClickHouse, Kafka
• Optimization: broadcast joins, repartitioning

Подготовка: Spark deep dive.

4. System design (60-90 минут)

Кейсы:

• ETL для billing data
• Real-time антифрод pipeline
• Data lake для media-стриминга
• ML feature store

Подготовка: data modeling, Kafka streaming, CDC и event sourcing.

5. Командное + поведенческое (45-60 минут)

МТС ценит надёжность и pragmatic подход. STAR-истории про trade-offs, инциденты, communication.

Особенности по командам

МТС Банк: ANTI-fraud, кредитный scoring. Высокие требования к compliance, real-time pipelines.

KION: видеостриминг. ClickHouse heavy, event-driven (просмотры, рекомендации).

МТС Cloud: managed PostgreSQL / ClickHouse для клиентов. DE строит сервисы.

Telecom core: billing, CDR обработка, абонентская аналитика. Hadoop / Greenplum legacy.

МТС AI: ML feature engineering, data для LLM-проектов.

Что МТС ценит в DE

• SQL + Spark уверенно. Базовая ставка.
• Greenplum или ClickHouse. Один из MPP — must для middle+.
• Compliance mindset. 152-ФЗ, PII handling. Без понимания — слабая позиция.
• Reliability. Pipelines должны работать, downtime — серьёзный риск.
• Pragmatism. Не over-engineer для маленьких объёмов.

Как готовиться: план

За 4-6 недель:

1. Неделя 1-2 — SQL deep + Greenplum. Window functions, MPP-оптимизация, partitioning. SQL для DE.
2. Неделя 3 — Spark + ETL. PySpark, joins, dbt-паттерны. Spark deep dive, dbt.
3. Неделя 4 — System design. Real-time, batch, streaming. Kafka streaming, CDC.
4. Неделя 5 — Compliance + behavioral. 152-ФЗ basics, PII handling, безопасность.
5. Неделя 6 — Mocks + polish.

Частые ошибки

• Игнор compliance. Спросят про PII — без 152-ФЗ ответа = неготов.
• Greenplum «не нужен». Если в команде MPP — must.
• Spark без понимания shuffle / partitioning.
• Без monitoring опыта. Reliability — приоритет, спросят как.
• Слишком академический. Уровень «прочитал статью» != production опыт.

Связанные темы

• Собеседование на Data Engineer
• SQL для DE
• Spark deep dive
• Airflow паттерны
• Мониторинг и data quality
• Безопасность и compliance

FAQ

Удалёнка в МТС для DE?

Гибрид стандарт. Полная удалёнка для senior — возможно.

Зарплатные вилки 2026?

Middle DE: 230-360k. Senior: 360-550k. Telecom-data — на 5-10% выше из-за специфики.

Английский нужен?

Не обязателен.

МТС Банк / KION — отдельные собесы?

Часто да. Под-бренды имеют свои HR-процессы.

Если завалил — retry?

6-12 мес. Можно подавать в другие под-бренды.

Это официальная информация?

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