Senior Data Engineer
Grape Up
To rola Senior Data Engineera w firmie Grape Up, która buduje zaawansowane platformy danych dla klientów z branży automotive i finansowej. Na co dzień będziesz projektować i wdrażać skalowalne architektury danych na AWS, tworzyć elastyczne pipeline'y przetwarzania danych (głównie symulacyjnych) oraz optymalizować struktury danych. Współpracujesz z zespołami data science i analityków, tłumacząc potrzeby biznesowe na rozwiązania techniczne. To stanowisko wymaga samodzielności i głębokiej znajomości ekosystemu AWS oraz Spark.
Brakuje: nie podano wielkości zespołu data engineering, brak opisu procesu rekrutacyjnego.
To rola Senior Data Engineera w firmie Grape Up, która buduje zaawansowane platformy danych dla klientów z branży automotive i finansowej. Na co dzień będziesz projektować i wdrażać skalowalne architektury danych na AWS, tworzyć elastyczne pipeline'y przetwarzania danych (głównie symulacyjnych) oraz optymalizować struktury danych. Współpracujesz z zespołami data science i analityków, tłumacząc potrzeby biznesowe na rozwiązania techniczne. To stanowisko wymaga samodzielności i głębokiej znajomości ekosystemu AWS oraz Spark.
- ✓Nie-korporacyjne środowisko pracy wśród doświadczonych inżynierów
- ✓Indywidualny plan rozwoju i cykliczne sesje feedbackowe
- ✓Dostęp do platform wiedzy (np. Pluralsight)
- ✓Finansowanie konferencji, szkoleń zewnętrznych i certyfikacji
- ✓Lekcje językowe (angielski, niemiecki, polski dla obcokrajowców)
- ✓Sprzęt do wyboru
- ✓Cotygodniowe Lunch & Learn z integracją w biurze
- !Wymagany tytuł magistra – może wykluczać doświadczonych kandydatów bez dyplomu
- !Wymagany polski na poziomie B2 – może ograniczać kandydatów międzynarodowych
- !Brak informacji o wielkości zespołu i procesie rekrutacyjnym
- •Projektowanie i implementacja skalowalnych architektur danych na AWS (S3, Glue, Athena)
- •Budowa i optymalizacja pipeline'ów ETL w PySpark
- •Tworzenie i utrzymanie orkiestracji przepływów danych (Airflow, Dagster lub Prefect)
- •Optymalizacja wydajności zapytań Spark i struktur danych
- •Współpraca z analitykami i data scientistami w celu zrozumienia wymagań danych
- •Integracja pipeline'ów z istniejącymi platformami klientów
- •Utrzymanie i rozwój infrastruktury danych w chmurze AWS
- •Code review i dokumentacja techniczna
Oferta dla doświadczonych specjalistów (Senior).
Kandydat spełniający wszystkie wymagania must-have, czyli z 6+ latami doświadczenia, zaawansowaną znajomością AWS i Spark, oraz biegłością w Python/SQL i angielskim/polskim. Może brakować mu certyfikatów czy znajomości Databricks/Kafka.
Osoby z mniej niż 6 latami doświadczenia w data engineeringu, juniorzy, kandydaci nieznający języka polskiego na poziomie B2, ani ci bez solidnej znajomości AWS i Spark.
- ?Ile osób liczy zespół data engineering?
- ?Czy na co dzień pracujemy z konkretnym klientem, czy rotacyjnie?
- ?Jak wygląda dyżur (on-call) – czy jest, jak często?
- ?Jaki jest stosunek pracy nad nowymi funkcjonalnościami do utrzymania istniejących pipeline'ów?
- ?Czy istnieje możliwość pracy z Databricks od razu, czy to opcjonalna ścieżka rozwoju?
- ?Jak wygląda proces rekrutacji – ile etapów, czy jest zadanie domowe?
- ?Czy firma planuje rozwój w kierunku streamingu (Kafka/Kinesis) w najbliższej przyszłości?
- −Nie podano wielkości zespołu data engineering
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy jest dyżur on-call
- −Brak informacji o konkretnym projekcie – automotive czy finance?
- −Nie określono, jak często odbywają się spotkania zespołu w biurze (Lunch & Learn sugeruje okazjonalnie)
Firma stawia na niekorporacyjne środowisko, cykliczny feedback i rozwój. Cotygodniowe Lunch & Learn w biurze wskazują na integrację i dzielenie się wiedzą. Praca zdalna, ale okazjonalne spotkania w biurze.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię AWS. Pełne statystyki zarobków →