Data Engineer (AI & Streaming)
B2Bnetwork
Rola Data Engineera skupiona na budowie pipeline'ów danych w architekturze event-driven z wykorzystaniem Kafka, Spark/Flink oraz integracją rozwiązań AI/LLM do automatyzacji procesów inżynieryjnych. Praca w środowisku enterprise-scale, wymagająca znajomości nowoczesnych narzędzi data engineeringowych. AI/LLM są narzędziem wspomagającym, a nie głównym produktem.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak informacji o wielkości zespołu, nie określono liczby dni hybrydowych.
Rola Data Engineera skupiona na budowie pipeline'ów danych w architekturze event-driven z wykorzystaniem Kafka, Spark/Flink oraz integracją rozwiązań AI/LLM do automatyzacji procesów inżynieryjnych. Praca w środowisku enterprise-scale, wymagająca znajomości nowoczesnych narzędzi data engineeringowych. AI/LLM są narzędziem wspomagającym, a nie głównym produktem.
- ✓Rola łączy Data Engineering z AI/LLM – ciekawe i przyszłościowe
- ✓Praca w środowisku enterprise-scale
- ✓Nowoczesny stack technologiczny (Kafka, Spark/Flink, Kubernetes)
- ✓Międzynarodowe środowisko pracy
- !Brak informacji o szczegółach procesu rekrutacyjnego
- !Brak informacji o wielkości zespołu
- !Wspomnienie AI/LLM może być buzzwordem – warto doprecyzować zakres
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i rozwój pipeline'ów danych z Kafka i Spark/Flink
- •Tworzenie logiki transformacji SQL do standaryzacji danych
- •Implementacja rozwiązań AI/LLM wspierających procesy engineeringowe
- •Integracja workflowów AI z CI/CD
- •Automatyzacja testów i walidacji jakości danych
- •Zarządzanie lifecycle'em schematów i walidacja kompatybilności
- •Współpraca z zespołami platformowymi i architektonicznymi
- •Tworzenie dokumentacji technicznej oraz wsparcie release managementu
Oferta dla doświadczonych specjalistów (Senior).
Data engineer z minimum 2-3 latami doświadczenia, dobrą znajomością Kafka i SQL, oraz praktyką z Spark lub Flink. Podstawowa znajomość Kubernetes i AI/LLM.
Osoby bez doświadczenia w streamingu (Kafka, Spark/Flink) oraz juniorzy Data Engineering. Również nie dla kandydatów unikających AI/LLM lub pracy w dużym, sformalizowanym środowisku.
- ?Jakie konkretnie zastosowania AI/LLM są planowane w pipeline'ach danych?
- ?Ile osób liczy zespół Data Engineering i jak jest zorganizowany?
- ?Czy praca jest na jednym projekcie, czy rotacja między projektami?
- ?Jak wygląda proces CI/CD dla AI workflowów?
- ?Czy jest on-call? Jak często?
- ?Jakie są oczekiwania co do liczby dni w biurze?
- ?Jaki jest planowany harmonogram wdrożenia rozwiązań AI/LLM?
- −Brak informacji o wielkości zespołu
- −Nie określono liczby dni hybrydowych
- −Nie opisano procesu rekrutacyjnego
- −Nie wiadomo, czy AI/LLM to core część roli czy tylko dodatkowa
Międzynarodowe środowisko technologiczne, współpraca z zespołami platformowymi i architektonicznymi – nastawione na innowacje i automatyzację.