Senior Data Engineer – Snowflake Data Platform (Bronze/Silver/Gold)
ITDS
To rola Senior Data Engineera w zespole DIP klienta z branży finansowej (fundusze inwestycyjne, private capital). Obejmuje budowę i utrzymanie warstw danych w Snowflake (Bronze/Silver/Gold) zgodnie z architekturą Medallion. Inżynier będzie odpowiedzialny za projektowanie modeli, rozwój potoków (Streams, Tasks, SP), jakość danych, integrację z Fivetran i Secure Data Shares, a także tworzenie aplikacji Streamlit oraz przygotowanie danych dla BI (Power BI/Qlik). W codziennej pracy wykorzystuje się narzędzia AI (LLM) do generowania kodu i dokumentacji.
Brakuje: nie podano wielkości zespołu data engineering ani liczby analityków bi, brak opisu procesu rekrutacyjnego (liczba etapów, czas).
To rola Senior Data Engineera w zespole DIP klienta z branży finansowej (fundusze inwestycyjne, private capital). Obejmuje budowę i utrzymanie warstw danych w Snowflake (Bronze/Silver/Gold) zgodnie z architekturą Medallion. Inżynier będzie odpowiedzialny za projektowanie modeli, rozwój potoków (Streams, Tasks, SP), jakość danych, integrację z Fivetran i Secure Data Shares, a także tworzenie aplikacji Streamlit oraz przygotowanie danych dla BI (Power BI/Qlik). W codziennej pracy wykorzystuje się narzędzia AI (LLM) do generowania kodu i dokumentacji.
- ✓W pełni zdalna praca (5 dni w tygodniu) z możliwością pracy z dowolnego miejsca w UE
- ✓Jasno określone widełki wynagrodzenia B2B
- ✓Nowoczesny stack: Snowflake, Streamlit, AI-assisted development
- ✓Świadome podejście do unikania długu technicznego we współpracy z BI
- !Opis sugeruje 'Hybrid collaboration style' mimo że praca jest zdalna – warto doprecyzować częstotliwość spotkań
- !Wymóg 'evidence of using AI-assisted development' może być subiektywnie oceniany
- !Brak informacji o wielkości zespołu i struktury projektu
- !Rola u klienta (outsourcing) – możliwy brak wpływu na wybór narzędzi i priorytety
- •Projektowanie i implementacja warstw Bronze, Silver, Gold w Snowflake
- •Tworzenie i utrzymanie Snowflake Streams, Tasks i Stored Procedures dla przetwarzania przyrostowego
- •Implementacja walidacji, monitorowania i alertów dla jakości danych na warstwie Gold
- •Praca z danymi źródłowymi z Fivetran oraz Snowflake Secure Data Shares
- •Wykorzystywanie narzędzi AI (LLM) do generowania transformacji SQL, testów i dokumentacji
- •Budowa aplikacji Streamlit dla wewnętrznych narzędzi operacyjnych (kolejki przeglądu danych, dashboardy uzgodnień)
- •Strukturyzacja warstwy Gold dla raportowania w Power BI i Qlik we współpracy z BI specjalistami
Oferta dla doświadczonych specjalistów (Senior).
Data engineer z solidnym doświadczeniem w Snowflake (minimum 3-4 lata), znający architekturę medallion i potrafiący programować w Pythonie, gotowy do nauki narzędzi AI-assisted development. Może mieć nieco mniej niż 5 lat, ale musi wykazać się odpowiednim poziomem technicznym.
Juniors bez doświadczenia w Snowflake ani data engineering. Osoby niechętne do używania narzędzi AI lub pracy w domenie finansowej. Kandydaci bez prawa do pracy w UE.
- ?Ile osób liczy zespół DIP i z iloma zespołami BI współpracujemy?
- ?Jak wygląda proces on-call i jakie są oczekiwania dyżurowe?
- ?Czy używamy konkretnych narzędzi AI (np. GitHub Copilot, ChatGPT) i jak wygląda ich integracja z codzienną pracą?
- ?Jaki jest przewidywany czas trwania projektu u tego klienta?
- ?Czy istnieje możliwość przejścia na wewnętrzne projekty ITDS po zakończeniu kontraktu?
- ?Jak wygląda onboarding i dostęp do środowisk klienckich?
- ?Czy są jakieś konkretne certyfikacje wymagane przez klienta (np. SnowPro)?
- −Nie podano wielkości zespołu data engineering ani liczby analityków BI
- −Brak opisu procesu rekrutacyjnego (liczba etapów, czas)
- −Nie wiadomo, czy dyżury są wymagane
- −Brak informacji o budżecie szkoleniowym lub możliwościach rozwoju
Zespół DIP kładzie nacisk na samodzielność i odpowiedzialność za warstwy danych, współpracuje z BI w celu unikania długu technicznego, a codzienna praca wspierana jest przez narzędzia AI.