Ładowanie...
Data Engineer
PwC Polska
AI Insights
Czym naprawdę jest ta rola?Data Engineer
Rola Data Engineera w PwC Poland Digital to przede wszystkim budowa i utrzymanie data pipeline'ów w chmurze Azure dla klientów z różnych branż (bankowość, ubezpieczenia, retail). Będziesz projektować i implementować ETL, pracować z Databricks, Data Factory, Synapse, a także wspierać przypadki użycia GenAI (np. RAG). To rola konsultingowa – wymaga kontaktu z klientem, zbierania wymagań i doradztwa technicznego. Mimo że ogłoszenie mówi o 'SME', to jest to raczej mid-level (min. 2 lata doświadczenia).
Plusy
- ✓Certyfikacje finansowane przez firmę (Azure, Databricks)
- ✓Elastyczne godziny pracy, workation, urlop sabbatical
- ✓Szeroki pakiet medyczny i wellbeing (coaching, mindfulness, wsparcie psychologiczne)
- ✓Możliwość tworzenia indywidualnego pakietu benefitów (kafeteria)
- ✓Płatne 3 godziny wolontariatu miesięcznie
- ✓Dodatkowy płatny dzień wolny z okazji urodzin
- ✓Wsparcie mentora i szkolenia wewnętrzne
Na co uważać
- !Brak widełek wynagrodzenia
- !Model hybrydowy z min. 2 dniami w biurze – nie wiadomo, czy to sztywne
- !Rola konsultingowa – może wiązać się z częstymi zmianami projektów i klientów
- !Wymóg znajomości wielu technologii Azure – może być przytłaczający dla mniej doświadczonych
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
- •Projektowanie i implementacja pipeline'ów ETL w Azure (Data Factory, Databricks, Synapse)
- •Pisanie kodu w Python i Spark do przetwarzania dużych wolumenów danych
- •Optymalizacja zapytań SQL i modeli danych
- •Współpraca z klientem przy zbieraniu wymagań dotyczących produktów danych
- •Code review i mentoring dla młodszych członków zespołu
- •Utrzymanie i monitorowanie przepływów danych w środowisku produkcyjnym
- •Przygotowywanie struktur danych dla aplikacji GenAI (np. wektorowe bazy danych)
- •Praca z Git i udział w daily stand-upach Scrum
Więcej o ofercie↓
Dla kogo jest ta oferta
Profil idealny
Oferta odpowiednia dla osób na początku kariery w IT.
Minimum sensowne
Osoba z 2-letnim doświadczeniem w data engineering, która zna podstawy Azure (np. Data Factory, Databricks) i potrafi pisać wydajne zapytania SQL oraz skrypty Python. Komunikatywna, z angielskim na poziomie B2.
Raczej nie dla
Juniorzy bez komercyjnego doświadczenia – wymagane min. 2 lata. Osoby szukające wyłącznie pracy zdalnej – model hybrydowy (min. 2 dni w biurze). Osoby niechętne do kontaktu z klientem – rola wymaga regularnej komunikacji.
Ocena dopasowania
Junior1/5
Mid4/5
Senior3/5
Hands-on4/5
Architekt2/5
Remote2/5
Enterprise4/5
Pytania do rekrutera
- ?Jak wygląda typowy projekt – czy pracujemy nad jednym długoterminowym, czy zmieniamy projekty co kilka miesięcy?
- ?Ile osób liczy zespół Data Engineering w PwC Digital?
- ?Czy istnieje możliwość pracy zdalnej w większym wymiarze niż 2 dni w biurze?
- ?Jakie są najczęściej używane usługi Azure w projektach – czy faktycznie wszystkie wymienione w ogłoszeniu?
- ?Czy rola wiąże się z dyżurami on-call?
- ?Jak wygląda proces onboardingu i wsparcie mentora?
- ?Czy są możliwości rozwoju w kierunku GenAI – jakie projekty już są realizowane?
- ?Jaki jest budżet na certyfikacje i szkolenia?
Brakujące informacje
- −Brak widełek wynagrodzenia
- −Nie podano wielkości zespołu
- −Brak informacji o tym, czy praca jest na B2B czy UoP
- −Nie wiadomo, ile projektów jednocześnie prowadzi się
- −Brak opisu procesu rekrutacyjnego poza pierwszymi krokami (ile etapów, czy jest zadanie domowe)
Zespół
Praca w międzynarodowym zespole konsultingowym z naciskiem na rozwój i certyfikacje. Kultura oparta na wsparciu mentora i szkoleniach, ale wymagająca samodzielności i komunikatywności.
Rekrutacja
1. Aplikacja, 2. Rozmowa HR (screening), 3. Rozmowa z Recruiterem i Hiring Managerem. Brak informacji o zadaniu domowym lub live coding.
🔗Podobne oferty
Oferta w skrócie
Widełki nieujawnione
❓—Tryb pracy
📄OtherKontrakt
⏱️Junior · 2+ latDoświadczenie
LokalizacjaWarszawa
Źródło
linkedinAktywna
Opublikowano6 maja 2026
Ostatnio sprawdzono7 maja 2026
Wygasa za29 dni
📊Jakość danych
Kompletność44%
Niepełne dane
Dane ograniczone — pełne informacje dostępne na portalu źródłowym.