Data Engineer (AI & Streaming)
B2B.NET
Rola Data Engineera w firmie outsourcingowej B2B.NET, realizowana w międzynarodowym środowisku technologicznym. Łączy klasyczne Data Engineering (pipeline'y, SQL, Kafka, Spark/Flink) z elementami AI/LLM, głównie w kontekście automatyzacji procesów developerskich. Praca opiera się na architekturze event-driven i Kubernetes, a dane przetwarzane są w skali enterprise. Celem jest projektowanie i utrzymanie nowoczesnych strumieni danych, integracja z CI/CD oraz wsparcie downstream systemów.
Brakuje: nie podano liczby dni hybrydowych w biurze, brak informacji o konkretnym kliencie i branży projektu.
Rola Data Engineera w firmie outsourcingowej B2B.NET, realizowana w międzynarodowym środowisku technologicznym. Łączy klasyczne Data Engineering (pipeline'y, SQL, Kafka, Spark/Flink) z elementami AI/LLM, głównie w kontekście automatyzacji procesów developerskich. Praca opiera się na architekturze event-driven i Kubernetes, a dane przetwarzane są w skali enterprise. Celem jest projektowanie i utrzymanie nowoczesnych strumieni danych, integracja z CI/CD oraz wsparcie downstream systemów.
- ✓Transparentne widełki wynagrodzenia (25-27k B2B)
- ✓Nowoczesny stack technologiczny: Kafka, Spark/Flink, K8s, AI/LLM
- ✓Krótki proces rekrutacyjny (2 etapy)
- ✓Praca na skalę enterprise z międzynarodowym środowiskiem
- !Nie określono liczby dni hybrydowych w tygodniu
- !Klient i projekt nie są ujawnione (outsourcing)
- !Wymaganie 'kilkuletnie' jest nieprecyzyjne
- !Brak wzmianki o możliwości pracy w pełni zdalnej
- !Standardowe benefity (opieka medyczna, sport) – żadnych wyróżników
- •Projektowanie i rozwój pipeline'ów przetwarzania danych w Kafka/Spark/Flink
- •Transformacja danych do ustandaryzowanych formatów (JSON) dla systemów downstream
- •Tworzenie i optymalizacja logiki transformacji SQL
- •Implementacja rozwiązań AI/LLM wspierających procesy engineeringowe
- •Integracja workflowów AI z CI/CD (automatyzacja deploymentu, testów)
- •Rozwój automatyzacji testów i walidacji jakości danych
- •Zarządzanie lifecyclem schematów (compatibility validation) w Kafka/event-driven
- •Współpraca z zespołami platformowymi i architektonicznymi przy dokumentacji i release management
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Mid-level Data Engineer z minimum 2-3 latami doświadczenia, znający Kafka i SQL, pracujący z Spark lub Flink, mający podstawy Kubernetes i AI/LLM. Akceptowalny brak Airflow/Snowflake, ale wymagana dobra komunikatywność po angielsku.
Osoby bez doświadczenia w streamingu (Kafka/Flink/Spark) oraz juniorzy z mniej niż 2 latami praktyki w Data Engineering. Również nie dla kogoś, kto unika Kubernetes lub elementów AI/LLM w codziennej pracy.
- ?Ile dni w tygodniu trzeba być w biurze w Gdyni?
- ?Jaka jest branża i przewidywany czas trwania projektu?
- ?Ile osób liczy zespół Data Engineering?
- ?Czy w ramach AI/LLM używamy konkretnych modeli lub frameworków (np. LangChain, OpenAI)?
- ?Czy przewidziany jest dyżur on-call lub praca poza standardowymi godzinami?
- ?Jakie są możliwości awansu (ścieżka seniorska/lead)?
- ?Czy praca jest przypisana do jednego klienta, czy możliwe rotacje?
- −Nie podano liczby dni hybrydowych w biurze
- −Brak informacji o konkretnym kliencie i branży projektu
- −Nie określono wielkości zespołu i struktury organizacyjnej
- −Brak wzmianki o budżecie szkoleniowym lub konferencjach
- −Nie wiadomo, czy praca jest długoterminowa czy projektowa
Rozmowa techniczna, następnie rozmowa z klientem (2 etapy). Brak zadania domowego lub live codingu.
Powyżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Kafka. Pełne statystyki zarobków →