Data Engineer (all genders)
METTLER TOLEDO
Inżynier danych w centralnym zespole platformy danych globalnej firmy z branży precyzyjnych instrumentów. Rola polega na budowie i utrzymaniu data lake/lakehouse (Databricks, Snowflake) oraz pipeline'ów ETL/ELT dla analityki, raportowania i AI/ML. Na co dzień praca z Pythonem, SQL, Apache Spark, narzędziami orkiestracji (Airflow/Prefect) i chmurą Azure.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano liczby dni pracy w biurze (model hybrydowy bez konkretów), brak informacji o dyżurach on-call.
Inżynier danych w centralnym zespole platformy danych globalnej firmy z branży precyzyjnych instrumentów. Rola polega na budowie i utrzymaniu data lake/lakehouse (Databricks, Snowflake) oraz pipeline'ów ETL/ELT dla analityki, raportowania i AI/ML. Na co dzień praca z Pythonem, SQL, Apache Spark, narzędziami orkiestracji (Airflow/Prefect) i chmurą Azure.
- ✓Długoterminowa współpraca (umowa o pracę, stałe zatrudnienie)
- ✓Roczna premia i dodatkowe świadczenia świąteczne
- ✓Nowoczesny stack technologiczny (Databricks, Snowflake, Delta Lake, CI/CD)
- ✓Centralna platforma danych – praca nad kluczowym elementem infrastruktury danych firmy
- !Nie określono liczby dni pracy hybrydowej w biurze
- !Wymóg 'znajomości platform chmurowych (najlepiej Azure)' jest dość ogólny – nie wiadomo, czy oczekiwana jest certyfikacja, czy tylko podstawowa znajomość
- !Nie sprecyzowano konkretnych narzędzi do zarządzania metadanymi – może to być dowolne narzędzie
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja pipeline'ów danych w Databricks/Snowflake
- •Budowa procesów ETL/ELT dla danych strukturalnych, półstrukturalnych i niestrukturalnych
- •Automatyzacja przepływów danych przy użyciu Airflow lub Prefect
- •Monitorowanie i troubleshooting pipeline'ów produkcyjnych
- •Zarządzanie katalogami metadanych i liniowaniem danych
- •Implementacja reguł jakości danych i CI/CD dla pipeline'ów
- •Współpraca z data scientistami i analitykami w celu zrozumienia wymagań danych
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Inżynier danych z 3 latami praktyki, solidnym Pythonem i SQL, podstawowym doświadczeniem ze Sparkiem i chmurą (np. Azure), który jest gotowy uczyć się nowych narzędzi typu Databricks i Airflow.
Juniorzy poniżej 3 lat doświadczenia w data engineering. Osoby szukające w pełni zdalnej pracy bez wizyt w biurze (model hybrydowy bez określonej liczby dni).
- ?Ile osób liczy zespół data engineering i jakie są role w zespole?
- ?Ile dni w tygodniu/miesiącu należy być w biurze przy modelu hybrydowym?
- ?Czy są przewidziane dyżury on-call? Jeśli tak, jak często i czy są dodatkowo płatne?
- ?Jaki jest budżet szkoleniowy i czy są organizowane konferencje?
- ?Jakie konkretne narzędzia do zarządzania metadanymi są używane?
- ?Czy istnieje możliwość pracy z innymi chmurami niż Azure (np. AWS/GCP)?
- −Nie podano liczby dni pracy w biurze (model hybrydowy bez konkretów)
- −Brak informacji o dyżurach on-call
- −Nie określono konkretnych narzędzi do zarządzania metadanymi
- −Nie podano szczegółów dotyczących rocznej premii (annual reward)
Firma promuje różnorodność i inkluzywność, a także współpracę międzyfunkcyjną. Oczekuje się pracy w zespole cross-functional z data scientistami i analitykami.
CV selection -> Phone screening (15 min) -> Initial interview z managerem i rekruterem (1 godzina, video) -> F2F meeting z managerem w biurze (1 godzina).