Data Engineer (AI project)

Jit Team

Oferta w skrócie

22 000 – 26 000PLN / mies.

🔀HybrydowaTryb pracy

📄B2BKontrakt

⏱️Senior · 5+ latDoświadczenie

LokalizacjaGdańsk

Źródło

JustJoinIT

↗

Aktywna

Opublikowano12 maja 2026

Ostatnio sprawdzono12 maja 2026

Wygasa za23 dni

Otwórz ofertę u źródła

🛠 Wymagane technologie

Dane źródłowe

AWS PySpark Python

AI Insights

Czym naprawdę jest ta rola?Data Engineer

To rola Data Engineera pracującego nad systemami danych dla korporacyjnych kredytów w dużym nordyckim banku. Będziesz budować i utrzymywać pipeline'y danych (ETL/ELT), optymalizować modele danych, implementować jakość danych i liniowość, a także rozwijać i monitorować modele ML do oceny ryzyka kredytowego. Pracujesz w zespole agile, w modelu hybrydowym (2 dni w biurze). Stack: Python, PySpark, AWS (SageMaker, EventBridge).

Plusy

✓Międzynarodowe środowisko i skandynawska kultura
✓Długoterminowy projekt u stabilnego klienta
✓Finansowanie szkoleń i rozwój

Na co uważać

!Oczekiwania łączą data engineering i ML – może to oznaczać szeroki zakres obowiązków
!Niejasne, czy rola wymaga dyżurów on-call
!Brak informacji o wielkości zespołu i strukturze projektu

Codzienna praca

•Projektowanie i implementacja skalowalnych pipeline'ów ETL/ELT w Python/PySpark
•Tworzenie i optymalizacja modeli danych dla domeny kredytów korporacyjnych
•Implementacja reguł walidacji danych i monitorowania jakości
•Utrzymywanie data warehouse i data lake na AWS
•Monitorowanie wydajności modeli ML, wykrywanie dryfu danych i degradacji modeli
•Współpraca z product managerami i ekspertami domenowymi w celu zrozumienia wymagań
•Dokumentowanie pipeline'ów, modeli i decyzji projektowych
•Wdrażanie modeli ML do produkcji i zarządzanie ich cyklem życia

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Mid-level Data Engineer z podstawowym doświadczeniem ML, znający Python/PySpark/SQL i AWS. Potrafi samodzielnie realizować pipeline'y danych i wspierać wdrażanie modeli, ale wymaga wsparcia w obszarze domeny kredytowej.

Raczej nie dla

Juniorzy bez komercyjnego doświadczenia w data engineeringu i ML. Osoby szukające w pełni zdalnej pracy (wymagane 2 dni w biurze). Ktoś, kto nie chce pracować w domenie finansowej z regulacjami.

Ocena dopasowania

Junior1/5

Mid3/5

Senior5/5

Hands-on5/5

Architekt3/5

Remote2/5

Enterprise5/5

Pytania do rekrutera

?Ile osób liczy zespół i jak są podzielone role (data engineer vs ML engineer)?
?Jak wygląda proces wdrożenia modeli ML do produkcji?
?Czy istnieje system monitorowania modeli i alertowania?
?Jaki jest plan na modernizację obecnych legacy systemów?
?Czy są przewidziane dyżury on-call?
?Jakie narzędzia do zarządzania pipeline'ami (np. Airflow, Prefect) są używane?
?Jaka jest struktura data lake/data warehouse?
?Jak często odbywają się spotkania zespołu w biurze?

Brakujące informacje

−Nie podano wielkości zespołu ani liczby osób na projekcie
−Brak informacji o systemie monitorowania i alertowania
−Nie opisano procesu rekrutacyjnego
−Brak informacji o ewentualnych dyżurach on-call
−Nie sprecyzowano konkretnych narzędzi do orkiestracji pipeline'ów (np. Airflow)

Zespół

Skandynawska kultura work-life balance, międzynarodowy zespół, agile. Duży nacisk na feedback i transparentność.

🔗Podobne oferty