Rola polega na projektowaniu i implementacji skalowalnych platform danych w chmurze Azure z wykorzystaniem Databricks, Spark i Airflow. Pracujesz nad różnorodnymi projektami dla globalnych klientów, od budowy uniwersalnych platform danych po transformację systemów danych i wsparcie dla ML. Łączysz pracę architektoniczną z implementacyjną, a także konsultujesz klientów w zakresie wyboru technologii i najlepszych praktyk.

Plusy

✓Współpraca z prestiżowymi klientami (Rolls Royce, Continental, Porsche)
✓Budżet szkoleniowy, certyfikacje Databricks, lekcje językowe
✓Płatne 20 dni urlopu na B2B

Na co uważać

−Wymóg posiadania tytułu magistra lub doktora – może być barierą dla osób z silnym doświadczeniem, ale bez formalnego wykształcenia

!Doświadczenie konsultingowe wymagane – może być wyzwaniem dla inżynierów bez kontaktu z klientem
!Opis zawiera długą listę 'nice to have', ale nie precyzuje, które są kluczowe
!Nie podano wielkości zespołów ani liczby jednoczesnych projektów

Codzienna praca

•Projektowanie i optymalizacja potoków danych strumieniowych i batchowych w Databricks i Spark
•Implementacja end-to-end platform danych z wykorzystaniem Azure, Databricks i Airflow
•Tworzenie CI/CD i procesów MLOps do automatyzacji wdrożeń i monitorowania
•Agregacja i przetwarzanie danych z różnorodnych źródeł przy użyciu Python i SQL
•Współpraca z zespołami Data Science przy inżynierii cech i wdrażaniu modeli predykcyjnych
•Projektowanie złożonych transformacji danych w Databricks, dbt i Airflow
•Zapewnianie bezpieczeństwa danych, zgodności i zarządzania danymi
•Konsultowanie klientów w zakresie architektury danych i wyboru technologii

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).

Minimum sensowne

Data Engineer z co najmniej 3-letnim komercyjnym doświadczeniem w Big Data, dobrą znajomością Pythona i SQL, podstawową znajomością Databricks i chmury Azure, oraz umiejętnością samodzielnej pracy nad pipeline'ami danych.

Raczej nie dla

Osoby bez doświadczenia w Big Data (poniżej 3 lat), niekomfortowe z pracą konsultingową lub preferujące stabilny, jeden produkt zamiast wielu projektów. Rola wymaga także gotowości do nauki nowych technologii i szybkiego dostosowywania się do wymagań klientów.

Ocena dopasowania

Junior1/5

Mid4/5

Senior3/5

Hands-on4/5

Architekt3/5

Remote5/5

Enterprise3/5

Pytania do rekrutera

?Jak wygląda typowy projekt – czy pracuje się nad jednym projektem na raz, czy kilkoma równolegle?
?Jaka jest wielkość zespołu Data Engineering i jak wygląda podział ról?
?Czy istnieje system on-call lub dyżury?
?Jak wygląda ścieżka kariery i awansu w firmie?
?Czy Power BI jest wymagany na start czy można nauczyć się w trakcie?
?Jakie jest typowe zaangażowanie w projekty ML – czy to sporadyczne czy regularne?
?Czy oferujecie wsparcie mentora na początku?
?Jaki jest proces rekrutacyjny (ile etapów, czy jest zadanie domowe)?

Brakujące informacje

−Brak informacji o konkretnym projekcie przydzielonym na start
−Nie podano wielkości zespołów w firmie
−Brak opisu procesu rekrutacyjnego
−Nie wiadomo, czy istnieje wsparcie mentora/onboarding

Zespół

Praca w płaskiej strukturze, w małych zespołach, z naciskiem na samodzielność i inicjatywę. Firma stawia na rozwój i dzielenie się wiedzą, organizuje wydarzenia integracyjne.

🔗Podobne oferty

Oferta w skrócie

15 120 – 21 000PLN / mies.

🏠ZdalnieTryb pracy

📄B2BKontrakt

⏱️Mid · 3+ latDoświadczenie

LokalizacjaWarszawa

Dostępne na 2 portalach