Data Engineer
STS
Rola Data Engineer w firmie STS, zajmującej się zakładami sportowymi. Inżynier będzie odpowiedzialny za projektowanie, implementację i utrzymanie rozwiązań do przetwarzania danych w chmurze GCP. Codzienna praca obejmuje budowę i optymalizację hurtowni danych w BigQuery, zarządzanie procesami ELT za pomocą Dataform/dbt oraz orkiestrację przepływów w Airflow. Wykorzystywane są również Apache Kafka i Kafka Connect do integracji strumieniowej, a całość uruchamiana jest w kontenerach Docker na Kubernetes. To klasyczna rola inżyniera danych, bez elementów Machine Learning.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano widełek wynagrodzenia., nie opisano procesu rekrutacyjnego..
Rola Data Engineer w firmie STS, zajmującej się zakładami sportowymi. Inżynier będzie odpowiedzialny za projektowanie, implementację i utrzymanie rozwiązań do przetwarzania danych w chmurze GCP. Codzienna praca obejmuje budowę i optymalizację hurtowni danych w BigQuery, zarządzanie procesami ELT za pomocą Dataform/dbt oraz orkiestrację przepływów w Airflow. Wykorzystywane są również Apache Kafka i Kafka Connect do integracji strumieniowej, a całość uruchamiana jest w kontenerach Docker na Kubernetes. To klasyczna rola inżyniera danych, bez elementów Machine Learning.
- ✓Nowoczesny stack: Python/Go, BigQuery, Kafka, Airflow, Docker, Kubernetes.
- ✓Praca w dużej firmie (501+ pracowników) z ugruntowaną pozycją.
- ✓Budżet na kursy i szkolenia.
- ✓Nowoczesne biuro z udogodnieniami (PS5, piłkarzyki, bistro).
- ✓Proces onboardingu z opiekunem.
- !Brak informacji o widełkach wynagrodzenia.
- !Brak opisu dyżurów on-call lub wsparcia produkcyjnego.
- !Nie podano wielkości zespołu ani struktury raportowania.
- !Brak informacji o systemie CI/CD i procesie deployu.
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja potoków danych ETL/ELT w środowisku GCP (BigQuery, Dataform, dbt).
- •Orkiestracja i monitorowanie zadań za pomocą Apache Airflow.
- •Integracja danych z różnych źródeł z wykorzystaniem Apache Kafka i Kafka Connect.
- •Optymalizacja wydajności zapytań SQL oraz procesów przetwarzania danych.
- •Konfiguracja alertów i monitoringu jakości danych.
- •Tworzenie i utrzymanie dokumentacji architektury danych i schematów.
- •Praca z konteneryzacją i orkiestracją (Docker, Kubernetes) dla środowisk deweloperskich i produkcyjnych.
- •Współpraca z zespołem przy code review i rozwiązywaniu problemów związanych z danymi.
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Minimalnie, kandydat powinien mieć solidne podstawy w Pythonie i SQL, co najmniej 2 lata doświadczenia w data engineeringu, oraz znać podstawy BigQuery, Airflow i Kafka. Powinien także umieć pracować z Dockerem i Kubernetem na poziomie podstawowym.
Oferta nie jest dla juniorów bez doświadczenia ani dla osób poszukujących pracy w pełni zdalnej (praca stacjonarna w Katowicach). Nie jest też dla kogoś, kto unika pracy z chmurą GCP lub konteneryzacją.
- ?Ile osób liczy zespół data engineering i jak jest podzielony na role?
- ?Jak wygląda proces wdrożenia kodu do produkcji? Czy są standardy CI/CD?
- ?Czy przewidziane są dyżury on-call? Jak często?
- ?Jaka jest skala danych (objętość, liczba źródeł, throughput)?
- ?W jakim stopniu używamy Go w porównaniu do Pythona?
- ?Jakie są plany rozwoju hurtowni danych w najbliższym roku?
- ?Czy istnieje możliwość pracy zdalnej w wyjątkowych sytuacjach?
- ?Jakie są ścieżki awansu dla Data Engineerów w STS?
- −Nie podano widełek wynagrodzenia.
- −Nie opisano procesu rekrutacyjnego.
- −Nie podano informacji o dyżurach on-call.
- −Nie wiadomo, jak duży jest zespół.
- −Brak wzmianki o CI/CD i sposobie wdrażania zmian.
Ogłoszenie opisuje zespół jako 'świetny, z pasją i współpracą', z nowoczesnym biurem, onboardingu z opiekunem oraz budżetem na rozwój. Atmosfera wydaje się luźna i wspierająca.