Senior Data Engineer (Databricks)
Entrada AI
Rola Senior Data Engineer w Entrada AI – konsultingu specjalizującym się w Databricks, wspieranym przez Databricks Ventures. Będziesz projektować i wdrażać skalowalne pipeline'y danych z użyciem PySpark na Databricks, optymalizować zadania Spark dla wydajności i kosztów, migrować legacy data warehouse'y do architektury Lakehouse z Delta Lake oraz dbać o wysoką jakość kodu poprzez CI/CD i code review. Pracujesz zdalnie z Polski, współpracując bezpośrednio z klientami z Fortune 500 oraz zespołem Databricks MVP. To rola inżynierska z elementami architektury i mentoringu, wymagająca głębokiej znajomości platformy Databricks.
Brakuje: brak informacji o wielkości zespołu i liczbie projektów jednocześnie, nie podano, czy są dyżury on-call lub wsparcie produkcyjne.
Rola Senior Data Engineer w Entrada AI – konsultingu specjalizującym się w Databricks, wspieranym przez Databricks Ventures. Będziesz projektować i wdrażać skalowalne pipeline'y danych z użyciem PySpark na Databricks, optymalizować zadania Spark dla wydajności i kosztów, migrować legacy data warehouse'y do architektury Lakehouse z Delta Lake oraz dbać o wysoką jakość kodu poprzez CI/CD i code review. Pracujesz zdalnie z Polski, współpracując bezpośrednio z klientami z Fortune 500 oraz zespołem Databricks MVP. To rola inżynierska z elementami architektury i mentoringu, wymagająca głębokiej znajomości platformy Databricks.
- ✓Sprzęt Apple – Macbook Air M4 15"
- ✓Pokrycie kosztów certyfikacji Databricks i ścieżka do Databricks Solution Architect Champion
- ✓Możliwość prezentacji na konferencjach i budowania marki osobistej
- ✓Bezpośrednia współpraca z Databricks MVP i zespołami produktowymi (wgląd w roadmapy, prywatne preview)
- ✓Bonus poleceniowy
- !Rola konsultingowa – projekty mogą się zmieniać, co wiąże się z różnymi wymaganiami
- !Opcjonalny Client Interview – dodatkowy etap rekrutacji, może wydłużyć proces
- !Wysokie standardy ('clean architecture over quick fixes') – może oznaczać presję na jakość
- •Projektowanie i implementacja skalowalnych pipeline'ów danych z użyciem PySpark na Databricks
- •Optymalizacja zadań Spark pod kątem wydajności i kosztów (partitioning, z-ordering, Photon engine)
- •Migracja legacy data warehouse'ów do Delta Lake (Lakehouse)
- •Przeprowadzanie code review i implementacja CI/CD z Databricks Asset Bundles
- •Konfiguracja i zarządzanie Unity Catalog dla nowoczesnego governance'u danych
- •Współpraca z klientami w celu zrozumienia wymagań biznesowych i architektonicznych
- •Mentoring młodszych członków zespołu i dzielenie się wiedzą
- •Przygotowywanie prezentacji lub udział w konferencjach branżowych
Oferta dla doświadczonych specjalistów (Senior).
Data Engineer z 5-letnim stażem, który ma min. 3 lata praktyki z Databricks, zna PySpark i SQL, ma doświadczenie produkcyjne z chmurą (Azure lub AWS) oraz potrafi swobodnie komunikować się po angielsku (C1). Osoba ta powinna znać podstawy Unity Catalog i chcieć rozwijać się w kierunku optymalizacji Spark i architektury Lakehouse.
Juniorzy lub midzi bez solidnego doświadczenia z Databricks. Osoby szukające stałego produktu wewnętrznego – to rola konsultingowa z różnymi projektami. Kandydaci, którzy nie lubią code review, mentoringu ani bezpośredniej współpracy z klientem.
- ?Jak wygląda typowy projekt – ile osób w zespole, jak długo trwa?
- ?Czy pracujemy nad wieloma projektami jednocześnie, czy jeden na raz?
- ?Jaki jest proces onboardingu i jak wygląda mentoring?
- ?Czy istnieje dyżur on-call lub wsparcie produkcyjne?
- ?Jak mierzy się efektywność pracy inżyniera?
- ?Czy są jakieś benefity dodatkowe (opieka medyczna, karta sportowa)?
- ?Jak wygląda możliwość awansu i rozwoju w strukturze firmy?
- −Brak informacji o wielkości zespołu i liczbie projektów jednocześnie
- −Nie podano, czy są dyżury on-call lub wsparcie produkcyjne
- −Brak szczegółów dotyczących benefitów pozapłacowych (np. opieka medyczna)
- −Nie wiadomo, jak wygląda proces oceny okresowej i ścieżka kariery
Zespół składa się z weteranów branży i Databricks MVP, stawiających na czystą architekturę i wysoką jakość. Współpraca oparta na mentoringu, code review i bezpośrednim kontakcie z klientami Fortune 500.
Rozmowa wstępna z rekruterem (20 min), godzinna rozmowa techniczna z zespołem inżynierskim, opcjonalna rozmowa z klientem, następnie decyzja i oferta.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię AWS. Pełne statystyki zarobków →