Data Engineer (DBT / Snowflake / AI)
B2Bnetwork
Rola polega na projektowaniu i optymalizacji pipeline'ów danych w chmurze z wykorzystaniem Snowflake, DBT i Snowpark. Będziesz migrować legacy rozwiązania do nowoczesnej platformy danych oraz automatyzować procesy CI/CD. AI jest jedynie dodatkiem – główny nacisk kładzie się na inżynierię danych i hurtownie.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości zespołu, brak opisu procesu rekrutacyjnego.
Rola polega na projektowaniu i optymalizacji pipeline'ów danych w chmurze z wykorzystaniem Snowflake, DBT i Snowpark. Będziesz migrować legacy rozwiązania do nowoczesnej platformy danych oraz automatyzować procesy CI/CD. AI jest jedynie dodatkiem – główny nacisk kładzie się na inżynierię danych i hurtownie.
- ✓Praca z nowoczesnym stackiem (DBT, Snowflake, Snowpark)
- ✓Migracja legacy do chmury – szansa na greenfield
- ✓Wykorzystanie CI/CD i automatyzacji
- −Brak informacji o procesie rekrutacyjnym i liczbie etapów
- !Hybryda w Gdańsku bez sprecyzowania liczby dni w biurze
- !Brak informacji o wielkości zespołu i on-call
- !Wymóg 'środowiska międzynarodowego' może oznaczać spotkania w różnych strefach czasowych
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i rozwój pipeline'ów ETL/ELT w DBT
- •Tworzenie workflowów w Snowpark (Python/SQL)
- •Utrzymanie i optymalizacja procesów CI/CD (Jenkins, Bitbucket)
- •Monitorowanie i strojenie wydajności przetwarzania danych w Snowflake
- •Współpraca z zespołami biznesowymi przy definiowaniu wymagań danych
- •Migracja rozwiązań legacy do chmury (Snowflake i pokrewne)
- •Tworzenie dokumentacji technicznej i best practices
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Mid-level data engineer z solidnym SQL, doświadczeniem w ETL/ELT i podstawową znajomością DBT, chętny do nauki Snowflake i Snowpark.
Osoby bez komercyjnego doświadczenia w hurtowniach danych i ETL, a także kandydaci szukający roli stricte AI/ML – tutaj AI to tylko dodatek.
- ?Ile osób liczy zespół data engineering?
- ?Czy praca dotyczy konkretnego projektu klienckiego czy wewnętrznej platformy?
- ?Jak wygląda dyżurowanie (on-call)?
- ?Jaka jest skala danych (wolumin, liczba tabel)?
- ?Jakie są główne wyzwania w migracji legacy do chmury?
- ?Czy istnieje możliwość pracy zdalnej z innych miast?
- ?Jakie jest podejście do AI Agentów w praktyce – czy to tylko buzzword, czy realny komponent roadmapy?
- −Nie podano wielkości zespołu
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo czy wymagany jest on-call
- −Nie określono konkretnego dostawcy chmury (AWS/Azure/GCP)
- −Brak informacji o budżecie szkoleniowym lub certyfikacjach
Międzynarodowe środowisko, współpraca z zespołami technologicznymi i biznesowymi – kultura raczej otwarta i nastawiona na rozwój.