Data Engineer in Poland
Andersen Lab
Rola Data Engineera w projekcie przetwarzania dużych zbiorów danych z zakresu audiencji i konsumpcji mediów. Będziesz utrzymywać i rozwijać pipeline'y danych na AWS/Databricks, używać Python/PySpark, Airflow i Kubernetes. Praca operacyjna: analiza awarii, poprawki kodu, reagowanie na incydenty. Mimo oznaczenia jako 'junior' w danych strukturalnych, ogłoszenie wymaga 5+ lat doświadczenia – to poważna rozbieżność.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano trybu pracy (zdalna/hybrydowa/stacjonarna), brak opisu procesu rekrutacyjnego.
Rola Data Engineera w projekcie przetwarzania dużych zbiorów danych z zakresu audiencji i konsumpcji mediów. Będziesz utrzymywać i rozwijać pipeline'y danych na AWS/Databricks, używać Python/PySpark, Airflow i Kubernetes. Praca operacyjna: analiza awarii, poprawki kodu, reagowanie na incydenty. Mimo oznaczenia jako 'junior' w danych strukturalnych, ogłoszenie wymaga 5+ lat doświadczenia – to poważna rozbieżność.
- ✓Certyfikacja (AWS, PMP) opłacana przez firmę
- ✓Dostęp do korporacyjnego portalu szkoleniowego
- ✓Dodatkowy bonus do 1000 USD miesięcznie za udział w działaniach firmowych
- ✓Prywatna opieka zdrowotna i dofinansowanie sportu
- ✓Możliwość zmiany projektu w ramach firmy
- −Oznaczenie poziomu 'junior' w danych strukturalnych jest sprzeczne z wymaganiem 5+ lat doświadczenia – może to być błąd systemowy lub zaniżanie oczekiwań
- −Niejasne 'wyznaczone godziny' pracy i reagowanie na incydenty – brak opisu on-call i rekompensaty
- !Brak informacji o modelu pracy (zdalna/hybrydowa/stacjonarna) – podana tylko lokalizacja Łódź
- !Rola w outsourcingu – możliwość zmiany projektu w dowolnym momencie
- !Opis obowiązków skupiony na utrzymaniu i reagowaniu, a nie na rozwoju nowych rozwiązań
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Analizowanie i naprawianie awarii pipeline'ów danych oraz rozwiązywanie problemów integralności danych
- •Przyjmowanie i realizacja zgłoszeń operacyjnych w wyznaczonych godzinach
- •Reagowanie na incydenty produkcyjne
- •Tworzenie pull requestów z testami automatycznymi i opisem technicznym
- •Migracja legacy'owych procesów do Kubernetes-native operatorów
- •Refaktoryzacja kodu zgodnie ze standardami inżynieryjnymi klienta
- •Wsparcie integracji międzyfunkcyjnych we współpracy z zespołami wewnętrznymi
Oferta odpowiednia dla osób na początku kariery w IT.
Data Engineer z co najmniej 5 latami doświadczenia, solidnym produkcyjnym stażem na AWS lub Databricks, Python/PySpark, Airflow i Kubernetes. Może mieć mniej doświadczenia z API-first lub Kubernetes, ale musi wykazać się praktyczną wiedzą.
Nie dla inżynierów z mniej niż 5 latami doświadczenia – mimo oznaczenia 'junior' w danych strukturalnych, wymagania są seniorskie. Nie dla osób szukających spokojnej, niskooperacyjnej roli – częste incydenty i zadania operacyjne.
- ?Jakie są konkretne godziny dyżurów i jak wygląda system on-call? Czy jest dodatkowe wynagrodzenie za dyżury?
- ?Ile osób liczy zespół i jaki jest podział ról?
- ?Czy to stanowisko jest rzeczywiście juniorskie, czy to błąd w systemie? Dlaczego wymagane jest 5+ lat?
- ?Jaki jest proces rekrutacyjny (liczba etapów, zadanie domowe, live coding)?
- ?Jakie są główne systemy legacy do migracji na Kubernetes?
- ?Czy praca jest w pełni stacjonarna w Łodzi, czy istnieje opcja hybrydowa/zdalna?
- ?Jak często występują incydenty produkcyjne i ile średnio trwa ich rozwiązywanie?
- −Nie podano trybu pracy (zdalna/hybrydowa/stacjonarna)
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy wynagrodzenie jest adekwatne do poziomu junior czy senior
- −Brak informacji o wielkości zespołu
- −Nie określono, czy rola jest dedykowana konkretnemu klientowi, czy wewnętrzna