👉 Senior Data Engineer (Snowflake)
Xebia
Rola Senior Data Engineer w Xebia skupia się na budowie skalowalnych, wydajnych i odpornych na błędy produktów danych z wykorzystaniem chmury Azure i Snowflake. Inżynier będzie odpowiedzialny za projektowanie i implementację rozwiązań danych, współpracę z Product Ownerem i Tech Leadem, angażowanie interesariuszy oraz zapewnienie bezpieczeństwa i wydajności platformy. Praca w pełni zdalna, z wymogiem przebywania w UE.
Brakuje: brak informacji o wielkości zespołu i hierarchii, nie podano, czy to projekt dla klienta czy produkt własny.
Rola Senior Data Engineer w Xebia skupia się na budowie skalowalnych, wydajnych i odpornych na błędy produktów danych z wykorzystaniem chmury Azure i Snowflake. Inżynier będzie odpowiedzialny za projektowanie i implementację rozwiązań danych, współpracę z Product Ownerem i Tech Leadem, angażowanie interesariuszy oraz zapewnienie bezpieczeństwa i wydajności platformy. Praca w pełni zdalna, z wymogiem przebywania w UE.
- ✓Budżet rozwojowy do 6800 PLN oraz finansowanie certyfikatów
- ✓Dostęp do Udemy, O'Reilly i konferencji
- ✓Nowoczesny stack: Snowflake, Azure, AI asystenci
- −Brak informacji o produkcie/kliencie – może to oznaczać pracę w modelu outsourcingowym z dużą zmiennością
- −Wymóg dołączenia w 2 tygodnie sugeruje pilną potrzebę, co może wiązać się z pressure
- !Brak informacji o wielkości zespołu i strukturze projektu
- !Długi proces rekrutacyjny (5 etapów) może oznaczać wiele rozmów
- !Nie określono, czy występuje dyżur on-call
- !Szeroki zakres wymaganych narzędzi – może być przytłaczający
- •Projektowanie i budowa skalowalnych pipeline'ów danych w Snowflake i Azure
- •Pisanie optymalnych zapytań SQL (SnowSQL) i procedur składowanych
- •Implementacja procesów ELT przy użyciu narzędzi takich jak dbt, FiveTran, Azure Data Factory
- •Konfiguracja i utrzymanie CI/CD (Azure DevOps) dla repozytoriów kodu
- •Współpraca z Product Ownerem i Tech Leadem w celu doprecyzowania wymagań
- •Monitorowanie wydajności platformy i identyfikowanie wąskich gardeł
- •Wykorzystywanie asystentów AI (Claude Code, GitHub Copilot) w codziennej pracy
- •Przegląd kodu i zapewnienie zgodności z najlepszymi praktykami inżynierii danych
Oferta dla doświadczonych specjalistów (Senior).
Inżynier danych z co najmniej 3-4 latami doświadczenia, który ma solidne podstawy SQL i Snowflake, pracował w chmurze Azure i zna podstawy ETL/ELT. Musi być gotowy do szybkiego dołączenia i akceptować wymóg używania asystentów AI.
Juniorzy bez komercyjnego doświadczenia w Snowflake ani Azure. Osoby niechętne do korzystania z asystentów AI lub preferujące stare, sprawdzone metody. Kandydaci spoza UE lub niemający możliwości szybkiego dołączenia.
- ?Ile osób liczy zespół data engineering i czy pracuje w modelu rozproszonym?
- ?Czy produkt/jest wewnętrzny, czy dla konkretnego klienta? Jaka jest branża?
- ?Jakie są główne wyzwania techniczne w obecnych pipeline'ach?
- ?Czy przewidziane są dyżury on-call? Jeśli tak, jaka jest ich częstotliwość?
- ?Jakie są oczekiwania co do znajomości asystentów AI – czy to codzienne narzędzie, czy tylko plus?
- ?Czy istnieje możliwość pracy na różnych projektach wewnątrz firmy?
- ?Jak wygląda onboarding i wsparcie mentora w pierwszych tygodniach?
- −Brak informacji o wielkości zespołu i hierarchii
- −Nie podano, czy to projekt dla klienta czy produkt własny
- −Brak szczegółów na temat dyżurów (on-call)
- −Nie wiadomo, jakie jest główne źródło danych ani skala wolumenu
- −Brak opisu procesu wdrożenia po zatrudnieniu
Środowisko oparte na współpracy z Product Ownerem i Tech Leadem, z naciskiem na nowoczesne narzędzia i automatyzację. Kultura pracy zdalnej, ale z wymagającymi terminami (2 tygodnie na dołączenie).
CV review -> HR call -> Technical Interview -> Client Interview -> Hiring Manager call -> Decision (5 etapów)