Senior Data Engineer (Azure / Databricks) (m/f/n)
Shimi
Rola Senior Data Engineer dla klienta z branży rejsów rzecznych (travel/tourism). Firma duża skala enterprise, ale kultura startupowa – dynamiczne zmiany, niski poziom procesów. Zadania: projektowanie i rozwijanie platformy danych w Azure, budowa architektur Data Lake/Delta Lake/Lakehouse, implementacja pipeline'ów ETL/ELT, migracja z on-prem do chmury, współpraca z interesariuszami. Praca w 100% zdalna, kontrakt B2B przez agencję Shimi. Stawka 140-150 PLN/h netto+VAT.
Brakuje: nie podano wielkości zespołu data engineering, brak informacji o on-call i dyżurach.
Rola Senior Data Engineer dla klienta z branży rejsów rzecznych (travel/tourism). Firma duża skala enterprise, ale kultura startupowa – dynamiczne zmiany, niski poziom procesów. Zadania: projektowanie i rozwijanie platformy danych w Azure, budowa architektur Data Lake/Delta Lake/Lakehouse, implementacja pipeline'ów ETL/ELT, migracja z on-prem do chmury, współpraca z interesariuszami. Praca w 100% zdalna, kontrakt B2B przez agencję Shimi. Stawka 140-150 PLN/h netto+VAT.
- ✓100% zdalnie
- ✓Długoterminowa współpraca
- ✓Klient z branży travel/tourism - ciekawa domena
- ✓Nowoczesny stack: Azure Databricks, Delta Lake, Unity Catalog
- −Stawka 140-150 PLN/h netto+VAT jest niska jak na senior data engineer z doświadczeniem w chmurze (rynkowo 180-250+ PLN/h)
- −Kontrakt przez agencję (Shimi) – potencjalne ryzyko opóźnień w płatnościach lub braku benefitów
- −Brak informacji o zespole, liczbie projektów, on-call
- −Opis „kontrolowany chaos” może oznaczać brak planowania i częste zmiany priorytetów
- !Agencja rekrutacyjna (Shimi) – praca u klienta, ale kontrakt z agencją
- !Godziny pracy 8-16 lub 9-17 – mogą być sztywne
- !Wymagana znajomość Power BI (częściej BI/data analyst, ale tu jako część Azure)
- !Startupowa kultura w enterprise – może być mieszanką biurokracji i chaosu
- •Projektowanie i rozwój rozwiązań data platform w Azure (Data Factory, Data Lake, Synapse)
- •Praca z dużymi zbiorami danych w Azure Databricks (Delta Lake, Delta Live Tables, Unity Catalog)
- •Budowa i ewolucja architektur danych: Data Lake, Delta Lake, Lakehouse, DWH, Data Marts
- •Implementacja i utrzymanie pipeline'ów ETL/ELT w Azure Data Factory i Databricks
- •Projektowanie i modyfikacja modeli danych zgodnie z potrzebami biznesowymi
- •Wsparcie migracji danych i rozwiązań z on-premise do chmury Azure
- •Zapewnienie bezpieczeństwa danych i zgodności z regulacjami oraz najlepszymi praktykami chmurowymi
- •Praca z repozytoriami kodu (Git) i procesami CI/CD (Azure DevOps)
Oferta dla doświadczonych specjalistów (Senior).
Osoba z około 4-5 latami w IT, w tym 3,5+ lat komercyjnej pracy z danymi w chmurze (Azure), z praktyczną znajomością Databricks i podstawowymi umiejętnościami w Azure Data Factory, Data Lake. Komfortowa w środowisku o niskim poziomie procesów i szybkich zmianach.
Nie dla osób preferujących stabilne, przewidywalne środowisko z jasno określonymi procesami. Nie dla specjalistów z mniej niż 3,5 roku komercyjnego doświadczenia z danymi w chmurze.
- ?Ile osób liczy zespół data engineering u klienta?
- ?Jak wygląda typowy dzień pracy? Czy są dyżury on-call?
- ?Kto będzie bezpośrednim przełożonym – osoba z klienta czy z Shimi?
- ?Czy planowane są konkretne migracje on-prem → cloud? Jaka jest skala?
- ?Jak często zmieniają się priorytety i jak to wygląda w praktyce?
- ?Czy istnieje budżet szkoleniowy lub możliwość rozwoju?
- ?Ile dni urlopu przysługuje na B2B?
- ?Czy praca jest na jednym projekcie, czy rotacyjnie?
- −Nie podano wielkości zespołu data engineering
- −Brak informacji o on-call i dyżurach
- −Nie wiadomo, czy praca jest na jednym projekcie, czy przy wielu
- −Brak opisu procesu rekrutacyjnego
- −Nie podano, czy są benefity (np. urlop, sprzęt) przy kontrakcie B2B
Zespół i środowisko klienta są określone jako wysoce dynamiczne, z szybko zmieniającymi się priorytetami i niskim poziomem sformalizowanych procesów – przypomina startup, mimo enterprise skali organizacji.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Databricks. Pełne statystyki zarobków →