Python Developer (Data Engineering, AI)
emagine
Rola to przede wszystkim inżynieria danych z naciskiem na AI. Będziesz projektować i budować skalowalne pipeline'y danych na Kubernetes, używać PySpark do przetwarzania rozproszonego, a także rozwijać aplikacje AI w Pythonie. Pracujesz w małym, zdalnym zespole z dużym zakresem autonomii, obsługując hybrydowe i on-prem środowiska dla klientów z krajów nordyckich. To bardziej data engineering niż klasyczny Python development – AI jest kontekstem, a nie głównym zadaniem.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak informacji o konkretnych narzędziach ai/bibliotekach, nie podano wielkości zespołu ani struktury raportowania.
Rola to przede wszystkim inżynieria danych z naciskiem na AI. Będziesz projektować i budować skalowalne pipeline'y danych na Kubernetes, używać PySpark do przetwarzania rozproszonego, a także rozwijać aplikacje AI w Pythonie. Pracujesz w małym, zdalnym zespole z dużym zakresem autonomii, obsługując hybrydowe i on-prem środowiska dla klientów z krajów nordyckich. To bardziej data engineering niż klasyczny Python development – AI jest kontekstem, a nie głównym zadaniem.
- ✓Kontrakt B2B z długim okresem (powyżej 12 miesięcy)
- ✓Mały, autonomiczny zespół z dużą odpowiedzialnością
- ✓Silna ekspozycja na Data Engineering i AI
- ✓Wsparcie w nauce PySpark i platform danych
- ✓Szybki start (ASAP)
- !Niejasny podział na 'senior lub strong mid' – widełki mogą być szerokie
- !Brak informacji o dyżurach on-call lub wsparciu produkcyjnym
- !Brak konkretów co do narzędzi AI – tylko ogólne stwierdzenia
- !Proces rekrutacyjny: 2 rozmowy – nie wiadomo, czy jest zadanie techniczne
- !Firma outsourcingowa – możliwe zmienne projekty i klienci
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Pisanie i refaktoryzacja kodu Python dla aplikacji data-driven i AI
- •Projektowanie i utrzymanie pipeline'ów danych w środowisku Kubernetes
- •Implementacja zadań przetwarzania rozproszonego w PySpark
- •Projektowanie architektury danych dla hybrydowych i on-prem środowisk
- •Wsparcie przy budowie AI-driven produktów danych
- •Współpraca z małym zespołem seniorów przy code review i architekturze
- •End-to-end dostarczanie rozwiązań od koncepcji do wdrożenia
- •Praca z narzędziami jak Cloudera, MinIO, Airbyte, dbt (w zależności od projektu)
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Średniozaawansowany Python developer (ok. 2-3 lata) mający styczność z przetwarzaniem danych (np. SQL, ETL) i chcący wejść w Spark/Kubernetes. Gotów do nauki i pracy w zdalnym zespole.
Juniorzy bez doświadczenia w Pythonie i data engineeringu. Osoby szukające wyłącznie pracy nad produktem własnym (to projekt kliencki). Osoby preferujące ścisłą specjalizację tylko w AI/ML bez inżynierii danych.
- ?Czy są jakieś dyżury on-call lub wsparcie produkcyjne?
- ?Ile osób liczy zespół i jakie są role?
- ?Jaki jest stosowany framework AI/biblioteka (np. TensorFlow, PyTorch)?
- ?Czy istnieje możliwość pracy nad nowoczesnym stackiem (Airbyte, dbt), czy Cloudera to legacy?
- ?Jak wygląda proces decyzyjny – czy zespół ma autonomię w doborze narzędzi?
- ?Czy w ramach projektu są przewidziane szkolenia lub budżet na rozwój?
- ?Jaka jest przewidywana proporcja pracy z AI vs. data engineering?
- ?Czy klient ma już środowisko Cloudera, czy będzie migracja na coś nowszego?
- −Brak informacji o konkretnych narzędziach AI/bibliotekach
- −Nie podano wielkości zespołu ani struktury raportowania
- −Nie wiadomo, czy rola wiąże się z dyżurami on-call
Mały, zdalny zespół z kulturą remote-first, dużą autonomią i odpowiedzialnością. Wysoka elastyczność i nacisk na samodzielność.
Proces rekrutacyjny składa się z 2 rozmów z klientem. Po otrzymaniu oferty przeprowadzany jest background check (referencje, sprawdzenie karalności itp.).