Senior Data Engineer
Shimi
Rola polega na budowie nowoczesnej, chmurowej platformy danych dla globalnej firmy z sektora podróży i usług finansowych. Będziesz projektować i wdrażać skalowalne pipeline'y danych (ETL/ELT), pracować z Snowflake, dbt, Kafka i AWS, oraz dbać o jakość danych i zgodność z regulacjami (GDPR). To stanowisko łączy pracę inżynierską z architekturą i mentoringiem, ale z silnym naciskiem na pracę praktyczną (hands-on).
Brakuje: wielkość zespołu i struktura organizacyjna, oczekiwania dyżurowe (on-call).
Rola polega na budowie nowoczesnej, chmurowej platformy danych dla globalnej firmy z sektora podróży i usług finansowych. Będziesz projektować i wdrażać skalowalne pipeline'y danych (ETL/ELT), pracować z Snowflake, dbt, Kafka i AWS, oraz dbać o jakość danych i zgodność z regulacjami (GDPR). To stanowisko łączy pracę inżynierską z architekturą i mentoringiem, ale z silnym naciskiem na pracę praktyczną (hands-on).
- ✓Możliwość wpływania na architekturę i standardy techniczne
- ✓Praca nad globalną platformą danych w fazie modernizacji (greenfield)
- ✓Ekspozycja na duże ekosystemy danych i mentoring juniorów
- !Outsourcing – faktyczny klient może mieć inne priorytety i kulturę pracy
- !Bardzo długa lista wymagań 'must-have' – może sugerować nierealistyczne oczekiwania
- !Brak informacji o wielkości zespołu i dyżurach on-call
- •Projektowanie i implementacja pipeline'ów ETL/ELT w Python/PySpark na AWS
- •Budowa i optymalizacja hurtowni danych w Snowflake z użyciem dbt
- •Zarządzanie strumieniowym przetwarzaniem danych z Kafka/Kinesis
- •Pisanie kodu infrastruktury jako kod (IaC) w Terraform
- •Współpraca z zespołem Data Governance w zakresie jakości danych i GDPR
- •Definiowanie standardów technicznych i modeli danych
- •Mentoring młodszych inżynierów i przeglądy kodu
- •Prototypowanie nowych rozwiązań data engineering i optymalizacja kosztów
Oferta dla doświadczonych specjalistów (Senior).
Mid-level Data Engineer z solidną znajomością Snowflake, dbt i Pythona, gotowy rozwijać się w kierunku Kafka, Terraform i AWS. Musi mieć co najmniej 3-4 lata doświadczenia w data engineering oraz umiejętność pracy w zespole agile.
Juniorzy data engineering (poniżej 2 lat) bez praktyki w Snowflake, dbt i chmurze. Również nie dla osób oczekujących wyłącznie pracy architektonicznej bez kodowania – rola wymaga dużej ilości pisania kodu.
- ?Ile osób liczy zespół Data Engineering i jak są rozdzielone role?
- ?Czy są dyżury on-call lub oczekiwana praca po godzinach?
- ?Jaki jest stosunek pracy nad nowymi funkcjonalnościami do utrzymania istniejących pipeline'ów?
- ?Jak wygląda proces code review i deploymentu?
- ?Czy klient jest otwarty na pracę w różnych strefach czasowych?
- ?Jakie są główne wyzwania techniczne, przed którymi stoi zespół?
- −Wielkość zespołu i struktura organizacyjna
- −Oczekiwania dyżurowe (on-call)
- −Proces rekrutacyjny (liczba etapów, forma)
- −Dodatkowe benefity na B2B (urlop, sprzęt)
Międzynarodowy, cross-funkcjonalny zespół z naciskiem na nowoczesne praktyki data engineering i współpracę. Ceniona jest samodzielność, dzielenie się wiedzą i praca hands-on.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Terraform. Pełne statystyki zarobków →