Собеседование на Data Engineer в VK

Почему VK — особенный работодатель для DE

VK — экосистема с десятками продуктов: соцсеть, Облако Mail.ru, ВКонтакте, Видео, Музыка, Игры, Образовательные сервисы. Объёмы данных — сотни петабайт, миллиарды событий в день. Стек смешанный: Hadoop + Hive + Spark + ClickHouse + Airflow + собственные tools (Tarantool как in-memory DB).

DE в VK работает на высоких нагрузках. От junior ждут уверенный SQL и базовый Spark, от middle — оптимизация и data modeling, от senior — system design и cross-team alignment. Актуальные вакансии — на careers.vk.company.

Этапы собеседования

1. Скрининг с рекрутером (30-45 минут)

Знакомство:

• Стек: Hadoop / Spark / ClickHouse — что использовал
• Объём данных, типы pipelines
• Knowledge of distributed systems

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

2. SQL deep dive (60-90 минут)

В VK DE пишет много SQL для аналитики и ETL. Глубокий уровень обязателен.

Что спрашивают:

• Window functions, CTE, рекурсия
• Оптимизация: index, plan, partitions
• Анализ slow queries
• ClickHouse-specific: MergeTree, materialized views, dictionaries

Подготовка: SQL для DE, SQL-тренажёр.

3. Python + Spark (60-90 минут)

Spark — основной distributed compute. PySpark, иногда Scala.

Темы:

• DataFrame / Dataset API
• Partitioning, shuffles, broadcast joins
• Memory tuning
• UDF и их альтернативы

Подготовка: Spark deep dive.

4. System design (60-90 минут)

Сценарии:

• Спроектируй pipeline для real-time feed аналитики
• Как организуешь data lake для 100PB
• ClickHouse vs Hadoop — когда что

Подготовка: data modeling, ClickHouse и OLAP.

5. Поведенческое + командное (45-60 минут)

VK ценит ownership и cross-team communication. Готовь STAR-истории: trade-offs, конфликты, missed deadlines, lessons learned.

Подготовка: поведенческое интервью PM (применимо к DE).

Особенности по командам

ВКонтакте Core: соцсеть, миллиарды событий. Фокус на real-time и low-latency.

VK Видео: хранение и аналитика видео-трафика. ClickHouse heavy.

VK Cloud: managed databases, ETL для клиентов. DE строит сервисы, а не только аналитику.

Mail.ru: legacy + новые pipeline. Hadoop + Spark.

Образовательные сервисы (Skillbox, GeekBrains): меньше объёмы, фокус на product analytics + LMS data.

Что VK ценит в DE

• SQL мастерство. Все pipelines начинаются с SQL.
• Spark / ClickHouse. Не fluent — будут проблемы.
• Ownership. «Не моё» — антипаттерн. Берёшь задачу — до конца.
• Communication. Pipelines между командами требуют alignment.
• Pragmatism. Не over-engineer, не «всё на Kafka».

Как готовиться: план

За 4-6 недель:

1. Неделя 1-2 — SQL deep. Window functions, оптимизация, ClickHouse-specific. SQL для DE, SQL-тренажёр.
2. Неделя 3 — Spark. PySpark API, shuffles, partitioning, joins. Spark deep dive.
3. Неделя 4 — System design. Data lake, ETL, real-time vs batch. data modeling, Airflow.
4. Неделя 5 — Mocks + behavioral. 2-3 mock-собеса с фидбеком.
5. Неделя 6 — Polish. Питч, STAR-истории, FAQ по vacancy.

Частые ошибки

• Слабый ClickHouse. В VK много CH, без знания MergeTree — слабая позиция.
• Spark без понимания shuffle. Спросят «почему медленно» — без shuffles не объяснишь.
• «Всё сделаем на Kafka». Не рассматривать trade-offs — over-engineering.
• Без cross-team опыта. В VK pipelines пересекают teams, наивный «один в поле» — flag.
• Игнор data quality. Спросят про мониторинг, если не упомянуть — слабо.

Связанные темы

• Собеседование на Data Engineer
• SQL для DE
• Spark deep dive
• ClickHouse и OLAP
• Airflow паттерны
• Cloud-стек для DE

FAQ

Удалёнка в VK для DE?

Гибрид часто. Полная удалёнка — реже, зависит от команды.

Зарплатные вилки 2026?

Middle DE: 250-380k. Senior: 380-550k. С опционом — variable.

Английский нужен?

Не обязателен. Документация может быть на английском.

Сколько времени между этапами?

Обычно 1-2 недели полный процесс. Иногда быстрее при urgency.

Если завалил — можно ли retry?

6-12 мес. Часто invite на другую команду внутри VK.

Это официальная информация?

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