Senior Data Engineer – Hadoop & Spark Leadership
ITDS
Lider zespołu data engineering w instytucji finansowej, odpowiedzialny za projektowanie i wdrażanie skalowalnych rozwiązań big data z wykorzystaniem Hadoop, Spark i Splunk. Do codziennych obowiązków należy budowa i optymalizacja pipeline'ów ETL/ELT w Pythonie, zarządzanie danymi strukturalnymi, półstrukturalnymi i niestrukturalnymi (SQL/NoSQL) oraz wdrażanie CI/CD. Rola łączy praktyczną pracę z danymi z technicznym przywództwem i mentoringiem młodszych inżynierów.
Brakuje: nie podano wielkości zespołu ani liczby osób do mentoringu, brak informacji o dyżurach on-call i oczekiwanej dostępności.
Lider zespołu data engineering w instytucji finansowej, odpowiedzialny za projektowanie i wdrażanie skalowalnych rozwiązań big data z wykorzystaniem Hadoop, Spark i Splunk. Do codziennych obowiązków należy budowa i optymalizacja pipeline'ów ETL/ELT w Pythonie, zarządzanie danymi strukturalnymi, półstrukturalnymi i niestrukturalnymi (SQL/NoSQL) oraz wdrażanie CI/CD. Rola łączy praktyczną pracę z danymi z technicznym przywództwem i mentoringiem młodszych inżynierów.
- ✓Jasno podane widełki wynagrodzenia B2B
- ✓Praca w renomowanym sektorze finansowym (stabilność)
- ✓Możliwość zostania technicznym liderem i mentorem
- ✓Nowoczesny stack big data (Hadoop, Spark, Splunk)
- !Brak informacji o wielkości zespołu i liczbie bezpośrednich podwładnych
- !Nieokreślona liczba dni hybrydowych poza maksimum 3 dniami zdalnymi
- !Ogólnikowe 'dynamiczne środowisko' bez konkretów
- !Brak wzmianki o dyżurach on-call
- ?Tytuł wskazuje na rolę managerską, ale poziom doświadczenia nie został oznaczony jako Lead/Manager — warto zweryfikować u źródła
- •Projektowanie i wdrażanie skalowalnych rozwiązań data engineering (Hadoop, Spark, Splunk)
- •Budowa i optymalizacja pipeline'ów ETL/ELT w Pythonie
- •Przetwarzanie surowych danych (strukturalnych, półstrukturalnych, niestrukturalnych) w SQL i NoSQL
- •Zarządzanie pełnym cyklem życia danych – od pozyskania do transformacji
- •Implementacja CI/CD i zarządzanie kodem źródłowym
- •Współpraca z zespołami BI i analitycznymi w dynamicznym środowisku
- •Mentoring i liderowanie młodszym inżynierom
- •Zapewnianie jakości danych poprzez testy jednostkowe i integracyjne
Oferta dla doświadczonych specjalistów (Senior).
Inżynier danych z 5-letnim doświadczeniem w enterprise, znający Hadoop, Spark i Splunk, potrafiący samodzielnie tworzyć pipeline'y ETL w Pythonie oraz zarządzać danymi różnych typów. Mniej doświadczone osoby mogą nie spełniać wymagań klienta.
Osoby z mniej niż 5 latami doświadczenia w data engineering, bez praktyki z Hadoop/Spark/Splunk, bez umiejętności przywódczych lub niemających prawa do pracy w UE.
- ?Ile osób liczy zespół data engineering i iloma juniorami będę kierować?
- ?Czy na projekcie obowiązują dyżury on-call? Jak często?
- ?Jakie konkretnie narzędzia CI/CD są używane?
- ?Jaka jest architektura systemu i czy są plany migracji na chmurę?
- ?Jak długo trwa projekt i jaka jest rotacja w zespole?
- ?Czy istnieje możliwość pracy zdalnej z zagranicy przez dłuższy okres?
- ?Jakie są główne wyzwania techniczne, które obecnie rozwiązuje zespół?
- −Nie podano wielkości zespołu ani liczby osób do mentoringu
- −Brak informacji o dyżurach on-call i oczekiwanej dostępności
- −Nie określono, który konkretnie NoSQL jest używany (np. HBase, Cassandra)
- −Brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe itp.)
- −Nie wiadomo, jak długo potrwa projekt ani czy istnieje możliwość zmiany projektu
Szybkie tempo, ścisła współpraca z BI i analitykami, kładzenie nacisku na jakość i zgodność z regulacjami.
Powyżej mediany rynkowej
≈ 155,0–187,5 zł/h
Dane z aktywnych ofert zawierających technologię DATA MODELLING. Pełne statystyki zarobków →