Собеседование на Data Engineer в Т-Банке

Почему Т-Банк — особенный работодатель для DE

Т-Банк — один из сильнейших DE-работодателей в РФ: real-time-стек на Kafka, аналитическое хранилище на Greenplum, ClickHouse для оперативных дашбордов, Airflow для batch-pipeline. Особенность — близость к продукту: DE поддерживает не отчёты, а реальные функции приложения (антифрод, скоринг, real-time alerts).

Это отличает Т-Банк от классического банка: data-стек ближе к технологическим компаниям. Открытый стек, прозрачный найм, формальные грейды. Актуальные вакансии — на карьерной странице Т-Банка.

Этапы собеседования

1. Скрининг с рекрутером (30-40 минут)

Знакомство:

• Опыт DE и стек
• Готов ли к real-time-стеку (Kafka, streaming)
• Опыт с MPP-DWH (Greenplum / Vertica / Redshift)

Питч 90 секунд.

2. SQL deep dive (60-90 минут)

Глубокий SQL — must. У Т-Банка много транзакционных данных, и DE постоянно пишет аналитику для бизнеса.

Что спрашивают:

• Window functions, complex CTE
• Оптимизация: distribution key, partitioning в Greenplum
• Анализ медленных queries
• Дедупликация, slowly changing dimensions

Подготовка: SQL для DE, SQL-тренажёр.

3. Алгоритмы / coding (60 минут)

LeetCode Medium. Python. Иногда — задача на эффективную обработку streaming-данных в Python.

4. DE system design (60-90 минут)

Сценарий:

• «Сделай real-time антифрод-pipeline: данные карты → ML-модель → решение меньше чем за 100ms»
• «Спроектируй DWH для нового продукта банка»
• «Как мигрировать batch ETL на streaming»

Что оценивают:

• Понимание real-time vs batch trade-off
• Знание Kafka: partitions, consumer groups, exactly-once semantics
• Greenplum MPP: distribution key, broadcast vs redistribute
• Idempotency, retries, dead-letter queues

Подготовка: Kafka streaming, data modeling, CDC и Debezium.

5. Стек-specific (45-60 минут)

В зависимости от команды:

Real-time (Kafka):

• Топик-дизайн, partitioning стратегия
• At-least-once vs exactly-once
• Backpressure handling

Greenplum / MPP:

• Distribution key, partitioning
• VACUUM, ANALYZE, optimizer
• Спан query planner

ClickHouse:

• MergeTree engines
• Distributed tables, replication

Подготовка: Apache Flink на собесе DE, CDC vs batch loading.

6. Поведенческое / фит

STAR. У Т-Банка:

• Расскажи про инцидент, который чинил
• Конфликт с DS / PM — как решал
• Большой технический долг, который убирал
• Решение в условиях неопределённости (с неполными данными)

Особенности по командам

Что Т-Банк ценит в DE

• Real-time mindset. Не «batch раз в час подойдёт», а «понимаю когда нужен streaming и почему»
• Production-mindset. Тесты ETL, мониторинг, alerts, data quality — обязательны
• SQL глубоко. Не «использую SELECT *», а «вижу EXPLAIN и знаю как оптимизировать»
• Готовность спорить. Аргументы через числа (latency, throughput, cost) — нормально
• Domain knowledge. Банковский домен: транзакции, антифрод, KYC, регуляторика — нужно понимать минимум

Как готовиться: план

1. SQL deep. Window functions, CTE, оптимизация. EXPLAIN-анализ.
2. Kafka streaming. Kafka streaming subtopic, at-least-once vs exactly-once, partitioning.
3. MPP-DWH. Greenplum архитектура, distribution, partitioning. Альтернативно — Snowflake / BigQuery.
4. Airflow + dbt. Airflow на собесе DE, dbt тесты.
5. DE system design. Real-time antifraud, batch DWH, lakehouse.
6. STAR-истории. Инцидент, decision без данных, кросс-функциональная работа.

Частые ошибки

• «Real-time = это просто Kafka». Без понимания exactly-once, idempotency, dead-letter queues — слабо
• Игнор latency бюджета. «Я обрабатываю запросы в Python» — для real-time антифрода latency < 100ms нужна. Python обычно недостаточен
• Слабый SQL. В Т-Банке DE пишет SQL ежедневно. Без window functions / CTE — failure
• Без monitoring. ETL без data quality checks, без freshness alerts — junior уровень
• Регуляторика игнорируется. Банковская тайна, ПДн — компоненты архитектуры. Не «отдам потом security»

Связанные темы

• Собеседование на Data Engineer
• Собеседование на DS в Т-Банке
• Kafka streaming
• SQL для DE
• Airflow паттерны

FAQ

Сколько раундов в Т-Банке для DE?

Обычно 4-6: рекрутер → SQL → coding → system design → стек-specific → фит. Срок 3-6 недель.

Нужен ли опыт банковского домена?

Желательно, но не строго. Сильный DE без банка проходит. Junior без банка сложнее.

Какой основной стек DE?

Kafka + Greenplum + Airflow + dbt + ClickHouse. В разных командах акцент разный.

Берут ли в Т-Банк junior DE?

Через стажировки и Tinkoff Education. Сильный конкурс.

Это официальная информация?

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