Pomiń do treści
Logo firmy emagine

Job Opportunity as Microsoft Fabric Data Engineer in Pune, IN

emagine

Oferta w skrócie
Widełki nieujawnione
🔀HybrydowaTryb pracy
📄OtherKontrakt
⏱️Mid · 7+ latDoświadczenie
LokalizacjaPune
Źródło
Aktywna
Opublikowano2 czerwca 2026
Ostatnio sprawdzono2 czerwca 2026
Wygasa za79 dni
Werdykt JobHunt

Rola koncentruje się na projektowaniu i budowie skalowalnej platformy danych w chmurze Microsoft Azure z wykorzystaniem Microsoft Fabric. Inżynier będzie integrować dane z systemów takich jak SAP BW, SAP HANA i Salesforce, tworzyć zautomatyzowane pipeline'y (Azure Functions, Docker, Kafka), modelować dane dla analityki i AI, oraz wdrażać governance. Praca hybrydowa w Pune (3 dni w biurze) z zespołem w strefie czasowej CET.

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: nie podano wielkości zespołu i struktury organizacyjnej, brak opisu procesu rekrutacyjnego.

🛠 Wymagane technologie
Dane źródłowe
SecuritySAP BWSalesforceArtificial Intelligence (AI)Business Intelligence (BI)Data modelingData securitySQLPythonData Integration
AI Insights
Czym naprawdę jest ta rola?Data Engineer

Rola koncentruje się na projektowaniu i budowie skalowalnej platformy danych w chmurze Microsoft Azure z wykorzystaniem Microsoft Fabric. Inżynier będzie integrować dane z systemów takich jak SAP BW, SAP HANA i Salesforce, tworzyć zautomatyzowane pipeline'y (Azure Functions, Docker, Kafka), modelować dane dla analityki i AI, oraz wdrażać governance. Praca hybrydowa w Pune (3 dni w biurze) z zespołem w strefie czasowej CET.

Plusy
  • Nowoczesny stack Azure (Fabric, Functions, Docker, Kafka)
  • Możliwość pracy nad integracją danych z systemów klasy enterprise (SAP, Salesforce)
  • Wyraźnie określone wymagania i obowiązki
Na co uważać
  • Wymóg 7+ lat doświadczenia przy poziomie 'regular' (niedopasowanie seniority)
  • Praca hybrydowa 3 dni w biurze w Pune przy strefie czasowej CET (możliwe późne godziny pracy)
  • Brak informacji o benefitach, budżecie szkoleniowym i urlopie
  • !Brak opisu zespołu i liczby osób w projekcie
  • !Brak informacji o długości projektu lub możliwości zmiany projektu
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Projektowanie i implementacja zautomatyzowanych pipeline'ów danych z użyciem Azure Functions i Docker
  • Integracja danych z systemów SAP BW, SAP HANA, Salesforce i innych źródeł
  • Tworzenie modeli danych (dimensionalnych i relacyjnych) dla BI i AI
  • Konfiguracja i utrzymanie strumieniowego przetwarzania danych z Apache Kafka
  • Implementacja ram zarządzania danymi (data governance) i zabezpieczeń
  • Optymalizacja wydajności pipeline'ów i zapytań w Microsoft Fabric
  • Przygotowywanie czystych zbiorów danych dla modeli BI i AI/ML
  • Dokumentowanie rozwiązań i przeprowadzanie sesji przekazania wiedzy
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).

Minimum sensowne

Inżynier danych z około 7 latami doświadczenia, biegły w Pythonie i SQL, z praktyczną znajomością Azure i podstawami Fabric, gotowy do szybkiego uzupełnienia wiedzy o Kafka i integracje z SAP/Salesforce.

Raczej nie dla

Kandydaci z mniej niż 5 latami doświadczenia w Data Engineering, osoby nieakceptujące hybrydowego trybu pracy (3 dni w biurze w Pune) lub niechętne do pracy w godzinach CET (wymagana elastyczność czasowa).

Ocena dopasowania
Junior1/5
Mid2/5
Senior5/5
Hands-on5/5
Architekt3/5
Remote1/5
Enterprise4/5
Pytania do rekrutera
  • ?Czy model hybrydowy 3 dni w biurze jest sztywny czy istnieje elastyczność?
  • ?Jak duży jest zespół data engineering i jakie role wchodzą w jego skład?
  • ?Czy wymagana jest elastyczność czasowa ze względu na różnicę stref czasowych (CET a IST)?
  • ?Jaki jest przewidywany czas trwania projektu?
  • ?Jakie są możliwości rozwoju i szkoleń (np. certyfikaty Azure)?
  • ?Czy istnieje możliwość pracy zdalnej w niektóre dni zamiast hybrydowej?
  • ?Jaki jest proces rekrutacyjny (etapy, zadania)?
Brakujące informacje
  • Nie podano wielkości zespołu i struktury organizacyjnej
  • Brak opisu procesu rekrutacyjnego
  • Nie wiadomo, czy praca jest na konkretnym projekcie dla klienta końcowego
  • Brak informacji o beneficie pozapłacowych (np. budżet szkoleniowy, prywatna opieka medyczna)
  • Nie określono wymagań dotyczących on-call lub nadgodzin
🔗Podobne oferty