Lead BigData Engineer (Databricks + Azure)
SoftServe
To rola lidera technicznego w obszarze data engineering, skupiona na budowaniu skalowalnych rozwiązań danych na platformie Databricks Lakehouse w chmurze Azure. Będziesz projektować i rozwijać pipeline'y ETL (batch i streaming), optymalizować modele danych oraz uczestniczyć w decyzjach architektonicznych. Pracujesz w modelu konsultingowym – SoftServe dostarcza usługi dla klientów zewnętrznych, więc projekty mogą się zmieniać. Oczekuje się zarówno pracy rąk (Python/PySpark, SQL), jak i współpracy z interesariuszami biznesowymi.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: tryb pracy (zdalna/hybrydowa/stacjonarna), widełki wynagrodzenia.
To rola lidera technicznego w obszarze data engineering, skupiona na budowaniu skalowalnych rozwiązań danych na platformie Databricks Lakehouse w chmurze Azure. Będziesz projektować i rozwijać pipeline'y ETL (batch i streaming), optymalizować modele danych oraz uczestniczyć w decyzjach architektonicznych. Pracujesz w modelu konsultingowym – SoftServe dostarcza usługi dla klientów zewnętrznych, więc projekty mogą się zmieniać. Oczekuje się zarówno pracy rąk (Python/PySpark, SQL), jak i współpracy z interesariuszami biznesowymi.
- ✓Firma kładzie nacisk na ciągłe doskonalenie, dzielenie się wiedzą i najlepsze praktyki inżynieryjne
- ✓Różnorodność technologiczna – Databricks, Azure, Python, PySpark, SQL
- −Brak widełek wynagrodzenia w ogłoszeniu
- !Brak informacji o trybie pracy (zdalna/hybrydowa/stacjonarna)
- !Tytuł 'Lead' przy wymaganiu tylko 2 lat doświadczenia w ETL – możliwe zawyżenie rangi
- !Środowisko konsultingowe – zmienne projekty i klienci
- !Nie podano wielkości zespołu ani liczby projektów
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i rozwijanie skalowalnych pipeline'ów ETL (batch i streaming) w Python i PySpark
- •Optymalizacja rozwiązań opartych na architekturze Databricks Lakehouse
- •Tworzenie i utrzymanie modeli danych dla potrzeb analitycznych
- •Konfiguracja i zarządzanie usługami Azure: Data Factory, Synapse, Data Lake, DevOps
- •Implementacja zaawansowanych rozwiązań SQL do przetwarzania danych
- •Udział w dyskusjach architektonicznych i analizie kompromisów technicznych
- •Współpraca z interesariuszami biznesowymi i technicznymi przy definiowaniu wymagań
- •Wsparcie ciągłego doskonalenia i dzielenia się wiedzą w zespole
Stanowisko liderskie — wymaga zarówno doświadczenia technicznego jak i umiejętności zarządzania.
Data engineer z min. 2 latami doświadczenia w modelowaniu danych i ETL, pracujący z Databricks i Azure, komunikatywny w języku angielskim. Może to być mid-level, który chce rozwijać się w kierunku lidera.
Juniorzy bez doświadczenia z Databricks i Azure, osoby preferujące wyłącznie pracę zdalną (brak informacji o trybie pracy) oraz osoby szukające stabilnego produktu – tutaj projekty są klienckie.
- ?Jaki jest tryb pracy – zdalny, hybrydowy, stacjonarny?
- ?Ile osób liczy zespół i jakie są role w zespole?
- ?Czy pracujemy nad jednym projektem, czy równolegle nad kilkoma?
- ?Jaki jest typowy czas trwania projektu?
- ?Czy są przewidziane dyżury on-call?
- ?Jaki jest budżet szkoleniowy i możliwości certyfikacji?
- ?Jak wygląda ścieżka rozwoju na tym stanowisku?
- ?Jaki jest proces rekrutacyjny i ile etapów?
- −Tryb pracy (zdalna/hybrydowa/stacjonarna)
- −Widełki wynagrodzenia
- −Wielkość zespołu
- −Liczba projektów jednocześnie
- −Benefity pozapłacowe
- −Proces rekrutacyjny
Zespół jest opisany jako oparty na współpracy i napędzany innowacjami, z naciskiem na ciągłe doskonalenie i dzielenie się wiedzą.