Data Warehouse Developer
emagine
Rola polega na budowie nowej hurtowni danych dla dużego klienta z sektora finansowego. Główne zadania to analiza danych źródłowych w Azure Data Lake, projektowanie modeli RAW i business vault (Data Vault 2.0), implementacja modelowania wymiarowego w warstwie Datamat oraz zarządzanie ładowaniem danych przez Airflow. To typowa rola Data Warehouse Developera – mocno techniczna, z naciskiem na modelowanie, wydajność i automatyzację.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak widełek wynagrodzenia, brak informacji o zespołem i liczbie developerów.
Rola polega na budowie nowej hurtowni danych dla dużego klienta z sektora finansowego. Główne zadania to analiza danych źródłowych w Azure Data Lake, projektowanie modeli RAW i business vault (Data Vault 2.0), implementacja modelowania wymiarowego w warstwie Datamat oraz zarządzanie ładowaniem danych przez Airflow. To typowa rola Data Warehouse Developera – mocno techniczna, z naciskiem na modelowanie, wydajność i automatyzację.
- ✓Nowy projekt – budowa hurtowni od podstaw (greenfield)
- ✓Nowoczesny stack: Snowflake, Azure, Airflow, Python
- ✓Jasno określona rola i odpowiedzialności
- ✓Praca w uznanej firmie (501+ pracowników)
- −Brak widełek wynagrodzenia
- −Wymóg 4 dni w biurze w Kopenhadze może być uciążliwy
- −Ogłoszenie przez agencję (emagine Polska) – brak informacji o kliencie końcowym
- !Nie podano wielkości zespołu ani liczby podobnych projektów
- !Nie ma informacji o dyżurach on-call
- !Brak wzmianki o beneficie czy budżecie szkoleniowym
- !Wymóg 8 lat doświadczenia jako DWH Developer jest bardzo restrykcyjny
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Analiza danych źródłowych w Azure Data Lake pod kątem modelowania
- •Projektowanie modeli RAW i business vault zgodnie z Data Vault 2.0
- •Implementacja modelu wymiarowego w warstwie Datamat w Snowflake
- •Tworzenie i utrzymanie DAG-ów w Apache Airflow
- •Pisanie skryptów Python do transformacji i walidacji danych
- •Optymalizacja wydajności ładowania danych
- •Code review i zapewnianie jakości kodu
Oferta dla doświadczonych specjalistów (Senior).
Inżynier danych z co najmniej 5 latami doświadczenia w hurtowniach, solidną znajomością Snowflake, podstawami Data Vault 2.0 oraz praktyczną umiejętnością tworzenia DAG-ów w Airflow i pisania skryptów Python.
Juniorzy bez 5 lat doświadczenia, osoby szukające pracy zdalnej (4 dni w biurze) oraz inżynierowie bez znajomości Data Vault 2.0.
- ?Czy istnieje możliwość pracy zdalnej więcej niż 1 dzień w tygodniu?
- ?Ile osób liczy zespół Enterprise Data Warehousing?
- ?Jaki jest zakres odpowiedzialności – czy to rola czysto developerska, czy też analityczna?
- ?Czy przewidziane są dyżury on-call lub praca w nadgodzinach?
- ?Czy klient zapewnia szkolenia lub certyfikacje (np. Snowflake, Azure)?
- ?Jak wygląda proces rekrutacji – liczba etapów, zadanie domowe, live coding?
- −Brak widełek wynagrodzenia
- −Brak informacji o zespołem i liczbie developerów
- −Nie wiadomo, czy klient zapewnia sprzęt i narzędzia
- −Brak opisu procesu rekrutacyjnego