Scala Engineer (Junior/Mid)
Synerise
Rola koncentruje się na budowie skalowalnych systemów przetwarzania zdarzeń w czasie rzeczywistym, które obsługują do 30 000 zdarzeń na sekundę. Pracujesz nad back-endem platformy behavioralnej Synerise i modelu BaseModel, wykorzystując skalowalne technologie: Scala (z efektami), Apache Kafka, ScyllaDB i Kubernetes. Codziennie projektujesz architektury, implementujesz wydajne serwisy i utrzymujesz niezawodność przy p95 < 100ms. To stanowisko dla inżyniera backendu, który lubi wyzwania związane z przetwarzaniem dużych wolumenów danych i rozproszonymi systemami.
Brakuje: liczba dni w biurze w trybie hybrydowym, wielkość zespołu i struktura.
Rola koncentruje się na budowie skalowalnych systemów przetwarzania zdarzeń w czasie rzeczywistym, które obsługują do 30 000 zdarzeń na sekundę. Pracujesz nad back-endem platformy behavioralnej Synerise i modelu BaseModel, wykorzystując skalowalne technologie: Scala (z efektami), Apache Kafka, ScyllaDB i Kubernetes. Codziennie projektujesz architektury, implementujesz wydajne serwisy i utrzymujesz niezawodność przy p95 < 100ms. To stanowisko dla inżyniera backendu, który lubi wyzwania związane z przetwarzaniem dużych wolumenów danych i rozproszonymi systemami.
- ✓Praca nad realnym, produkcyjnym systemem na dużą skalę (150 mld transakcji rocznie)
- ✓Nowoczesny stack: Scala, Kafka, Kubernetes, OpenTelemetry
- ✓Wsparcie narzędzi AI w codziennej pracy
- ✓Silna kultura inżynierska i możliwość wpływu na architekturę
- ✓Współpraca z doświadczonymi inżynierami i dedykowanymi zespołami QA/Infra
- !Nie podano liczby dni hybrydowych w biurze
- !Brak informacji o dyżurach on-call
- !Wymóg umiejętności korzystania z AI coding tools może nie odpowiadać wszystkim inżynierom
- !Nie określono wielkości zespołu
- •Projektowanie architektur i wzorców dla przetwarzania dużej ilości zdarzeń w systemie rozproszonym
- •Implementacja backendowych serwisów w Scali z użyciem systemu efektów (Cats Effect, ZIO lub Akka)
- •Praca z Apache Kafka – partycjonowanie, grupy konsumentów, zarządzanie lagiem
- •Diagnozowanie i debugowanie problemów w środowisku rozproszonym (tracing, logi, metryki)
- •Optymalizacja wydajności przy wysokim obciążeniu (28k req/s, p95 < 100ms)
- •Współpraca z zespołami QA i Infrastructure w celu utrzymania niezawodności
- •Korzystanie z asystentów AI (Claude, Copilot) w codziennej pracy programistycznej
- •Projektowanie skalowalnych rozwiązań bazodanowych (SQL i NoSQL, sharding, backpressure)
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Inżynier mid-level z solidnymi podstawami Scali i efektów, który miał styczność z Kafka i Kubernetes w projekcie produkcyjnym. Osoba gotowa do nauki i rozwoju w obszarze systemów rozproszonych, ale już potrafiąca samodzielnie diagnozować problemy.
Juniorzy bez doświadczenia produkcyjnego w Scali i Kafka, osoby szukające wyłącznie pracy zdalnej (model hybrydowy w Krakowie) oraz inżynierowie preferujący stabilność nad eksperymentowaniem z nowymi narzędziami AI.
- ?Ile dni w tygodniu w biurze w Krakowie?
- ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie domowe lub live coding?
- ?Czy zespół pełni dyżury on-call? Jak często?
- ?Jaki jest rozmiar zespołu backendowego i struktura?
- ?Który system efektów jest preferowany w produkcji (Cats Effect vs ZIO vs Pekko)?
- ?Czy istnieje możliwość pracy zdalnej w określonych dniach, czy model jest stały?
- ?Jakie są ścieżki rozwoju i awansu?
- ?Czy budżet szkoleniowy lub konferencyjny jest dostępny?
- −Liczba dni w biurze w trybie hybrydowym
- −Wielkość zespołu i struktura
- −Informacja o dyżurach on-call
- −Proces rekrutacyjny (etapy, zadania)
- −Możliwości rozwoju i awansu
- −Budżet na szkolenia lub konferencje
Zespół cechuje się kulturą eksperymentowania, ciągłego doskonalenia i wsparcia. Inżynierowie korzystają z nowoczesnych narzędzi (AI coding assistants, observability) i mają wpływ na decyzje architektoniczne.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Scala. Pełne statystyki zarobków →