Data Engineer (Databricks)

Xebia

Oferta w skrócie

18 500 – 26 700PLN / mies.

🏢StacjonarnaTryb pracy

📄B2BKontrakt

⏱️Mid · 4+ latDoświadczenie

LokalizacjaWarszawa

Źródło

NoFluffJobs

↗

Aktywna

Opublikowano18 maja 2026

Ostatnio sprawdzono18 maja 2026

Wygasa za29 dni

Otwórz ofertę u źródła

🛠 Wymagane (Must Have)

Dane źródłowe

Spark Cloud Python Airflow Databricks

⭐ Mile widziane (Nice to Have)

Dane źródłowe

Unity Catalog

AI Insights

Czym naprawdę jest ta rola?Data Engineer

Rola polega na projektowaniu, budowaniu i utrzymywaniu end-to-end pipeline'ów danych dla raportów pomiarowych i licencjonowanych zbiorów danych dla klientów. Praca ma charakter operacyjny (produkcja, wsparcie incydentów, automatyzacja) w środowisku Databricks, PySpark i Airflow. Firma to globalne konsultingowe software house (wcześniej PGS Software i GetInData), realizujące projekty dla wielu klientów. Poziom 'regular' (2-4 lata doświadczenia).

Plusy

✓Budżet szkoleniowy i rozwój osobisty (wspomniany w opisie: 'personal development budgets')
✓Wsparcie społeczności: meetupy, Guilds, Labs – kultura wzrostu
✓Międzynarodowe projekty i znani klienci (McLaren, Spotify, Disney itp.)

Na co uważać

!Rozbieżność między trybem pracy w danych strukturalnych ('office') a opisem ('hybrydowo raz w tygodniu w Warszawie') – konieczne doprecyzowanie
!Częste wsparcie produkcyjne i terminy dostaw mogą wiązać się z dyżurami (nie wspomniane wprost)
!Rola kliencka – zmienność projektów i wymagań klientów

Codzienna praca

•Projektowanie i budowanie end-to-end pipeline'ów danych dla raportów pomiarowych oraz licencjonowanych zbiorów danych
•Operowanie i rozwiązywanie problemów z DAG-ami Apache Airflow (zarówno harmonogramowane, jak i na żądanie)
•Zarządzanie dostawami push (magazyn w chmurze, transfer plików, weryfikacja dostawy)
•Badanie i rozwiązywanie incydentów produkcyjnych w systemach rozproszonych (Airflow, bazy danych, chmura)
•Implementacja automatyzacji i agentów AI w celu usprawnienia procesów operacyjnych i walidacji danych
•Wsparcie niestandardowych żądań dostaw (dopasowywanie plików, zestawy danych krzyżowych, konfiguracje klienta)
•Tworzenie narzędzi do jakości i walidacji danych przed dostawą do klienta
•Pisanie i utrzymywanie migracji baz danych dla konfiguracji dostaw i konfiguracji klientów

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).

Minimum sensowne

Osoba z co najmniej 2 latami doświadczenia w data engineering, znająca Pythona i SQL, mająca styczność z Databricks i Airflow oraz podstawową znajomością chmury (AWS/GCP).

Raczej nie dla

Juniorzy z mniej niż 2 latami doświadczenia, osoby szukające w pełni zdalnej pracy (wymagana obecność w biurze raz w tygodniu) oraz kandydaci niekomfortowi z częstym wsparciem produkcyjnym i incydentami.

Ocena dopasowania

Junior1/5

Mid5/5

Senior3/5

Hands-on5/5

Architekt1/5

Remote1/5

Enterprise4/5

Pytania do rekrutera

?Ile osób liczy zespół data engineering, w którym będę pracować?
?Czy przewidziane są dyżury on-call? Jak często?
?Ilu klientów jednocześnie obsługuje jeden data engineer?
?Jak wygląda proces wdrożenia i onboarding dla nowej osoby?
?Jakie są największe wyzwania techniczne obecnie w pipeline'ach?
?Czy istnieje budżet na szkolenia i konferencje? Jaka jest jego wysokość?
?Jak wygląda współpraca z zespołami product, engineering i client-facing?

Brakujące informacje

−Rozbieżność trybu pracy (dane strukturalne: office, opis: hybryda 1 dzień w tygodniu)
−Nie podano wielkości zespołu ani liczby projektów
−Brak informacji o dyżurach on-call lub oczekiwaniach co do dostępności po godzinach
−Nie określono, czy rola dotyczy jednego klienta czy wielu

Zespół

Kultura oparta na społeczności, meetupach, Guilds i budżecie rozwojowym – współpraca i ciągły rozwój są mocno akcentowane.

Rekrutacja

CV review – HR Interview – Technical Interview – Client Interview – Decision (4 etapy)

🔗Podobne oferty