Senior Data Engineer
RE Partners
Rola w firmie konsultingowej (outsourcing) dla klientów z listy Fortune 500. Będziesz projektować i wdrażać skalowalne pipeline'y danych w chmurze GCP, używając Pythona, PySpark, Hadoopa i Javy. Odpowiadasz za architekturę danych, mentoring juniorów oraz współpracę z zespołami inżynieryjnymi. Kluczowe: GCP (Dataproc, Dataflow), Infrastructure-as-Code i automatyzacja.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: model pracy (zdalna/hybrydowa/stacjonarna), widełki wynagrodzenia.
Rola w firmie konsultingowej (outsourcing) dla klientów z listy Fortune 500. Będziesz projektować i wdrażać skalowalne pipeline'y danych w chmurze GCP, używając Pythona, PySpark, Hadoopa i Javy. Odpowiadasz za architekturę danych, mentoring juniorów oraz współpracę z zespołami inżynieryjnymi. Kluczowe: GCP (Dataproc, Dataflow), Infrastructure-as-Code i automatyzacja.
- ✓Niska rotacja (7% attrition rate) – dobra retencja pracowników
- ✓Firma kładzie nacisk na coaching i rozwój juniorów, co daje możliwość rozwoju umiejętności miękkich
- ✓Nowoczesny stack danych (GCP, PySpark, IaC) – brak legacy
- ✓Polityka równych szans i różnorodność
- ✓System poleceń z bonusem
- −Brak informacji o modelu pracy (zdalna/hybrydowa/stacjonarna) i widełek wynagrodzenia
- −Firma konsultingowa z 2019 roku – możliwa niestabilność lub rotacja projektów
- −Kultura 'Get Shit Done' może sugerować presję czasu i nadgodziny
- !Brak opisu wielkości zespołu lub liczby projektów
- !Nie sprecyzowano, czy praca odbywa się dla jednego klienta, czy rotacyjnie
- !Wymagana praca pod presją – możliwe terminy goniące
- !Brak wzmianki o on-call lub dyżurach
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja modularnych, zautomatyzowanych pipeline'ów danych (ETL/ELT) w GCP
- •Modelowanie danych i zarządzanie hurtowniami danych
- •Implementacja Infrastructure-as-Code dla środowisk danych
- •Code review, testowanie automatyczne i zapewnienie jakości pipeline'ów
- •Coaching i rozwój techniczny młodszych inżynierów danych
- •Współpraca z zespołami System, Quality i Software Engineering w celu redukcji długu technicznego
- •Utrzymanie i optymalizacja istniejących procesów danych (RDBMS, Hadoop, PySpark)
- •Zarządzanie relacjami z użytkownikami danych i dbanie o zgodność z danymi (Data Governance)
Oferta dla doświadczonych specjalistów (Senior).
Doświadczony Data Engineer (około 4-5 lat) z solidną znajomością Pythona, SQL i GCP, który potrafi samodzielnie budować pipeline'y, ale potrzebuje wsparcia w zakresie architektury na wyższym poziomie.
Osoby z mniej niż 3-4 latami doświadczenia w data engineering lub bez praktycznej znajomości GCP i PySpark. Rola wymaga samodzielności i umiejętności mentorskich, więc juniorzy lub midowie bez doświadczenia w coachingu nie będą odpowiedni.
- ?Ile osób liczy zespół data engineering i ilu seniorów jest w nim obecnie?
- ?Czy pracujemy dla jednego klienta, czy rotujemy między projektami?
- ?Jak wygląda model pracy – zdalna, hybrydowa, stacjonarna?
- ?Czy są przewidziane dyżury on-call? Jeśli tak, jak często?
- ?Jaki jest budżet na szkolenia i konferencje?
- ?Jakie narzędzia do orkiestracji pipeline'ów są używane (Airflow, Cloud Composer, inne)?
- ?Czy istnieje plan rozwoju ścieżki kariery (np. Lead Data Engineer)?
- ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie domowe?
- −Model pracy (zdalna/hybrydowa/stacjonarna)
- −Widełki wynagrodzenia
- −Wielkość zespołu data engineering
- −Proces rekrutacyjny
- −On-call lub dyżury
- −Budżet szkoleniowy
- −Narzędzia do orkiestracji (Airflow, Cloud Composer?)
- −Liczba klientów/projektów
Kultura 'Get Shit Done' z naciskiem na szybkie dostarczanie i odpowiedzialność. Firma promuje coaching i rozwój, ale może być wymagająca pod kątem tempa pracy.