Senior Data Engineer (Databricks)
CLOUDFIDE
Senior Data Engineer w firmie konsultingowej (software house), który projektuje i buduje skalowalne, produkcyjne platformy danych w chmurze (głównie Azure) dla globalnych klientów, w tym z Fortune 500. Rola łączy głęboką wiedzę techniczną (Python, SQL, Spark, Databricks, CI/CD) z odpowiedzialnością za architekturę, mentoring i współpracę z klientami. To nie jest typowy backend developer – praca skupia się na data pipeline'ach, modelowaniu danych i automatyzacji (DataOps), a nie na aplikacjach webowych.
Brakuje: nie podano wielkości zespołu data engineering, brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe, live coding).
Senior Data Engineer w firmie konsultingowej (software house), który projektuje i buduje skalowalne, produkcyjne platformy danych w chmurze (głównie Azure) dla globalnych klientów, w tym z Fortune 500. Rola łączy głęboką wiedzę techniczną (Python, SQL, Spark, Databricks, CI/CD) z odpowiedzialnością za architekturę, mentoring i współpracę z klientami. To nie jest typowy backend developer – praca skupia się na data pipeline'ach, modelowaniu danych i automatyzacji (DataOps), a nie na aplikacjach webowych.
- ✓Remote-first z możliwością workation (praca z dowolnego miejsca na świecie)
- ✓Budżet rozwojowy 2000 PLN rocznie i dostęp do platform e-learningowych
- ✓Płaska struktura i możliwość realnego wpływu na decyzje techniczne
- ✓Wewnętrzne awanse – większość leadów pochodzi z promocji wewnętrznych
- ✓Wyjazdy integracyjne (w tym zagraniczne) i budżety teamowe
- !Brak opisu procesu rekrutacyjnego
- !Brak informacji o wielkości zespołu i liczbie projektów jednocześnie
- !Niejasne, czy praca na jednym projekcie czy rotacyjnie między klientami
- !Brak wzmianki o dyżurach on-call lub nadgodzinach
- •Projektowanie i implementacja skalowalnych pipeline'ów danych w chmurze (ETL/ELT) z użyciem Spark, Databricks i Python
- •Prowadzenie architektury danych: wybór narzędzi, standardy, strategia długoterminowa
- •Optymalizacja wydajności i kosztów przepływów danych w rozproszonych systemach
- •Wdrażanie CI/CD i infrastruktury jako kod (Terraform/Bicep) dla środowisk danych
- •Współpraca z klientami i interesariuszami biznesowymi przy definiowaniu wymagań i proponowaniu rozwiązań
- •Integracja rozwiązań data z warstwami BI, ML i aplikacyjnymi
- •Mentoring inżynierów mid-level, wsparcie ich rozwoju technicznego
- •Śledzenie nowych technologii i proponowanie innowacji w platformie danych
Oferta dla doświadczonych specjalistów (Senior).
Mid Data Engineer z 4+ latami doświadczenia, solidnym Python i SQL, podstawową znajomością chmury (Azure) i chęcią rozwoju w kierunku Spark/Databricks. Osoba gotowa uczyć się mentoringu i przejmować odpowiedzialność za architekturę pod okiem seniorów.
Nie dla juniorów z mniej niż 4 latami doświadczenia, ani dla inżynierów bez doświadczenia w chmurze i dużych zbiorach danych. Rola wymaga samodzielności i dojrzałości technicznej – nie dla osób potrzebujących stałego nadzoru.
- ?Jak wygląda typowy podział pracy między projektami – czy jestem przypisany do jednego klienta, czy rotuję?
- ?Ile osób liczy zespół data engineering i jak jest zorganizowany (squady, centra kompetencji)?
- ?Czy są dyżury on-call? Jak często i czy są dodatkowo płatne?
- ?Jakie są typowe wyzwania w obecnych projektach (np. migracja legacy, greenfield, skala danych)?
- ?Czy w projektach używacie wyłącznie stacka Azure, czy zdarzają się multi-cloud?
- ?Jak wygląda proces wdrożenia nowej osoby – czy jest okres buforowy przed przydzieleniem do klienta?
- ?Czy istnieje możliwość udziału w konferencjach lub szkoleniach zewnętrznych poza budżetem 2000 PLN?
- ?Jakie są oczekiwania co do dostępności w godzinach pracy klienta (np. strefy czasowe)?
- −Nie podano wielkości zespołu data engineering
- −Brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe, live coding)
- −Nie wiadomo, czy praca na jednym projekcie czy rotacyjnie
- −Brak informacji o dyżurach on-call i polityce nadgodzin
- −Nie określono, jak często odbywają się spotkania z klientem (czy są codzienne standupy)
Płaska struktura, współpraca, wymiana wiedzy, wsparcie mentoringu, nacisk na techniczną doskonałość i innowacje. Firma stawia na różnorodność i inkluzywność.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →