Собеседование на Data Engineer в Wildberries

Почему Wildberries — особенный работодатель для DE

Wildberries — крупнейший маркетплейс России, миллиарды событий в день. DE-команды обслуживают: аналитические витрины (для аналитиков и PM), ML-pipeline (для DS), real-time дашборды (для операционных команд), интеграции с логистикой и финансами. Стек: Spark, Airflow, Kafka, ClickHouse, S3-совместимое хранилище, lakehouse-подходы.

Особенность: двухсторонний маркетплейс с большой logistics-составляющей. Pipeline-ы должны обслуживать данные buyer-ов, seller-ов, заказов, ПВЗ, доставки. Late-arriving события из логистики — обычное дело. Актуальные вакансии — на странице карьеры WB.

Этапы собеседования

1. Скрининг с рекрутером (30 минут)

Опыт, мотивация. Особенности WB:

• Опыт с большими объёмами данных и маркетплейсами
• Знание Spark, Kafka, Airflow
• В какое направление интересно (рекомендации / логистика / финансы)

2. SQL и Python (60 минут)

Live-coding SQL на маркетплейс-данных: воронки, retention, RFM. Python — pandas, базовый ETL.

3. Инструменты и архитектура (60-90 минут)

Темы:

• Spark optimization (Catalyst, shuffle, broadcast)
• Kafka (partitions, exactly-once, consumer groups)
• ClickHouse (MergeTree, ReplacingMergeTree для CDC)
• Airflow (idempotent DAG-и, backfill, sensors)
• Lakehouse (Iceberg / Delta)

Подготовка: DE hub, Spark deep dive.

4. Data modeling (45-60 минут)

«Спроектируй DWH для маркетплейса», «как хранить временные ряды событий на масштабе 10B/день».

5. System design (60-90 минут)

«Спроектируй real-time pipeline для рекомендаций», «как обработать late-arriving из логистики».

6. Поведенческое (45 минут)

STAR-вопросы.

7. Финал с лидом

Стратегический разговор.

Что Wildberries ценит в DE

• Spark + Kafka на масштабе. Миллиарды событий — обязательно
• Маркетплейс-контекст. Buyer-side + seller-side + logistics
• Operational excellence. Pipelines должны быть надёжными
• Data quality. Корректность данных критична для аналитиков и DS
• Скорость работы. Релизы недельные

Типичные задачи и кейсы

• «Spark job на 1TB логов работает 4 часа. Сократи до 1 часа»
• «Late events из ПВЗ приходят с задержкой до 7 дней. Как обновлять метрики корректно?»
• «Спроектируй pipeline для real-time дашборда заказов»
• «Как обеспечить exactly-once в Kafka pipeline с финансовыми событиями?»
• «У нас сотни DAG-ов. Как обеспечить data quality и SLA?»

Как готовиться: план

1. SQL глубоко. Маркетплейс-метрики. SQL для DE.
2. Spark. «Spark: The Definitive Guide» + practical tuning. Spark deep dive.
3. Kafka. Книга + понимание exactly-once. Kafka streaming.
4. ClickHouse. Документация + practice. ClickHouse и OLAP.
5. Distributed systems. «Designing Data-Intensive Applications» (Kleppmann).
6. STAR-истории. 6-8 готовых сценариев.

Частые ошибки

• Игнорировать late events. В логистике это норма, обработка обязательна
• Зубрить инструменты без понимания. «Я делал DAG-и» — мало
• Слабый SQL. В маркетплейсе много данных
• Не учитывать seller-side. Pipeline-ы для продавцов — отдельная сложность
• Игнорировать cost. Spark cluster — это деньги

Связанные темы

• Собеседование на Data Engineer
• Собеседование на DE в Ozon
• Собеседование на DE в Avito
• Apache Spark на собесе DE
• Kafka на собесе DE

FAQ

Сколько этапов в собеседовании на DE в WB?

Обычно 5-7: рекрутер → SQL → инструменты → data modeling → system design → поведенческое → финал. Срок 3-5 недель.

Нужен ли опыт с маркетплейсами?

Желателен. Если из других доменов — упор на distributed systems.

Какие инструменты обязательны?

SQL, Python, Spark — must. Kafka, Airflow — сильно желательно.

Спрашивают ли алгоритмы?

Базовые. LeetCode Easy/Medium.

Это официальная информация?

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