Data Engineer (3498)
RITS Professional Services
To rola Data Engineera w firmie outsourcingowej dla klienta z branży media intelligence. Będziesz budować i utrzymywać pipeline'y danych w Databricks/PySpark, zarządzać Airflow DAG-ami, rozwiązywać incydenty produkcyjne oraz automatyzować procesy z wykorzystaniem AI-driven agents. Praca hybrydowa z Warszawy, duży nacisk na operational ownership i współpracę z zespołami klienta.
Brakuje: nie podano wielkości zespołu, brak opisu procesu rekrutacyjnego.
To rola Data Engineera w firmie outsourcingowej dla klienta z branży media intelligence. Będziesz budować i utrzymywać pipeline'y danych w Databricks/PySpark, zarządzać Airflow DAG-ami, rozwiązywać incydenty produkcyjne oraz automatyzować procesy z wykorzystaniem AI-driven agents. Praca hybrydowa z Warszawy, duży nacisk na operational ownership i współpracę z zespołami klienta.
- ✓Nowoczesny stack technologiczny (Databricks, PySpark, Airflow, cloud)
- ✓Możliwość pracy z dużymi wolumenami danych i realny wpływ na platformę
- !Brak informacji o wielkości zespołu i liczbie projektów
- !Nie określono, czy AI-driven workflows są już wdrożone, czy dopiero planowane
- !Brak wzmianki o dyżurach on-call
- •Budowa end-to-end pipeline'ów danych w Databricks i PySpark
- •Tworzenie i troubleshooting DAG-ów w Apache Airflow
- •Obsługa procesów data delivery (cloud storage, transfer, weryfikacja)
- •Rozwiązywanie incydentów produkcyjnych w środowiskach rozproszonych
- •Automatyzacja procesów i wdrażanie AI/agentic workflows
- •Rozwój narzędzi do data quality i walidacji
- •Tworzenie dokumentacji technicznej i runbooków
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Osoba z około 2 latami doświadczenia w Data Engineering, potrafiąca samodzielnie budować proste pipeline'y w PySpark/Airflow, znająca SQL i jeden cloud, gotowa do rozwoju w zakresie automatyzacji.
Nie dla kandydatów z mniej niż 2 latami doświadczenia (brak wymaganej samodzielności) ani dla seniorów szukających wyłącznie architektonicznej roli bez operacyjnej odpowiedzialności.
- ?Ile osób liczy zespół Data Engineering i jak jest podzielony?
- ?Czy są dyżury on-call? Jak często?
- ?Czy AI/agentic automation workflows są już produkcyjne, czy dopiero w fazie pilotażu?
- ?Jakie są główne źródła danych i ich wolumen?
- ?Jaki jest stosunek pracy nad nowymi pipeline'ami do utrzymania istniejących?
- ?Czy klient planuje migrację lub rozbudowę platformy w najbliższym czasie?
- −Nie podano wielkości zespołu
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy rola obejmuje dyżury on-call
- −Brak informacji o budżecie szkoleniowym
Kultura oparta na zaufaniu, współpracy i ciągłym doskonaleniu, z naciskiem na innowacyjność i jakość.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Databricks. Pełne statystyki zarobków →