Senior Data Engineer
Globaldev Group
Rola polega na zaprojektowaniu i skalowaniu rozwiązania do wykrywania anomalii dla danych przemysłowych w sektorze energii odnawialnej (PoC). Będziesz budować pipeline'y streamingowe i batchowe, przeprowadzać feature engineering, współpracować z zespołami biznesowymi i operacyjnymi oraz wdrażać solidne praktyki inżynieryjne (CI/CD, IaC, testy). To stanowisko dla samodzielnego inżyniera danych z naciskiem na Azure i Databricks oraz MLflow.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano trybu pracy (zdalna/hybrydowa/stacjonarna), brak opisu procesu rekrutacyjnego.
Rola polega na zaprojektowaniu i skalowaniu rozwiązania do wykrywania anomalii dla danych przemysłowych w sektorze energii odnawialnej (PoC). Będziesz budować pipeline'y streamingowe i batchowe, przeprowadzać feature engineering, współpracować z zespołami biznesowymi i operacyjnymi oraz wdrażać solidne praktyki inżynieryjne (CI/CD, IaC, testy). To stanowisko dla samodzielnego inżyniera danych z naciskiem na Azure i Databricks oraz MLflow.
- ✓Bezpośrednia współpraca z rosnącym projektem (nie przez pośredników)
- ✓Projekt dla wiodącej europejskiej firmy z sektora energii odnawialnej – ciekawa domena
- ✓Wymienione konkretne benefity: 20 dni płatnego urlopu, święta państwowe, prywatne ubezpieczenie medyczne
- !Brak informacji o trybie pracy (zdalna/hybrydowa/stacjonarna)
- !Brak opisu procesu rekrutacyjnego
- !Nieznana wielkość zespołu i struktura projektu
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja streamingowych oraz batchowych pipeline'ów danych dla integracji, ingestii i transformacji
- •Feature engineering i eksploracja danych, szczególnie danych z czujników/fal
- •Budowa i utrzymywanie warstwy Gold danych, kluczowych KPI i frameworków ewaluacji PoC
- •Konfiguracja i utrzymanie CI/CD, Infrastructure as Code, wersjonowania (Git) oraz testów jednostkowych i integracyjnych
- •Współpraca z zespołami biznesowymi i operacyjnymi w celu ujednolicenia wymagań i standaryzacji danych
- •Zarządzanie jakością danych (quality gating) i audytowanie
- •Używanie MLflow do zarządzania cyklem życia modeli
- •Dokumentowanie pipeline'ów i praktyk
Oferta dla doświadczonych specjalistów (Senior).
Data Engineer z solidnym doświadczeniem w Azure i Databricks (3-5 lat), który potrafi samodzielnie prowadzić pipeline'y danych i ustawiać praktyki inżynieryjne, ale może potrzebować wsparcia przy bardziej złożonych zadaniach streamingowych lub MLflow.
Junior Data Engineerzy bez praktycznego doświadczenia z Azure/Databricks; również osoby szukające stricte roli ML/Data Science (skupienie na inżynierii danych).
- ?Ile osób liczy zespół danych i jak są rozdzielone role?
- ?Czy expected jest on-call lub wsparcie produkcyjne?
- ?Jaki jest horyzont czasowy PoC i czy przewidziane jest wdrożenie produkcyjne?
- ?Jakie konkretne źródła danych (turbiny wiatrowe, panele słoneczne?) i czy dane są już dostępne?
- ?Jaki jest stosunek pipeline'ów streamingowych do batchowych?
- ?Czy istnieją już jakieś pipeline'y, czy zaczynamy od zera?
- ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie domowe?
- −Nie podano trybu pracy (zdalna/hybrydowa/stacjonarna)
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, ile osób jest w zespole
- −Brak informacji o dyżurach (on-call)