Mid-Level Data Engineer – Financial Risk Management
ITDS
Rola Data Engineer w modelu outsourcingowym dla klienta z branży finansowej (zarządzanie ryzykiem i AML). Codzienna praca skupia się na budowie i utrzymaniu systemów danych: optymalizacja SQL, tworzenie ETL w Pythonie z użyciem Airflow/SSIS, modelowanie danych (gwiazda, płatek śniegu) oraz wsparcie środowisk danych. Rola wymaga dobrego zrozumienia kontekstu biznesowego, aby przekładać wymagania na rozwiązania techniczne.
Brakuje: brak informacji o liczbie dni w biurze (znane jest tylko maksimum dni zdalnych), nie podano wielkości zespołu ani struktury.
Rola Data Engineer w modelu outsourcingowym dla klienta z branży finansowej (zarządzanie ryzykiem i AML). Codzienna praca skupia się na budowie i utrzymaniu systemów danych: optymalizacja SQL, tworzenie ETL w Pythonie z użyciem Airflow/SSIS, modelowanie danych (gwiazda, płatek śniegu) oraz wsparcie środowisk danych. Rola wymaga dobrego zrozumienia kontekstu biznesowego, aby przekładać wymagania na rozwiązania techniczne.
- ✓Nowoczesny stack: Python, Airflow, Azure Databricks, modelowanie dimensionalne
- ✓Praca w ciekawej domenie finansowej (risk management, AML)
- ✓Jasno określone technologie i oczekiwania
- !Tytuł 'Mid-Level' przy wymaganiu minimalnie 2 lat doświadczenia – może być zawyżony
- !Brak informacji o liczbie dni w biurze (podano 'do 3 dni zdalnie', ale nie wiadomo ile dni obligatoryjnie w biurze)
- !Rola outsourcingowa – praca dla klienta, co może wiązać się z mniejszą stabilnością i brakiem wpływu na kulturę
- •Optymalizacja i pisanie złożonych zapytań SQL (PL/SQL, Oracle SQL) dla dużych wolumenów danych
- •Budowanie pipeline'ów ETL w Pythonie z orkiestracją w Apache Airflow lub SSIS
- •Modelowanie struktur danych z użyciem podejścia dimensionalnego (star schema, snowflake)
- •Implementacja przetwarzania batchowego i incrementalnego oraz technik Change Data Capture
- •Współpraca z zespołem biznesowym i IT w celu analizy i ulepszania architektur danych
- •Utrzymanie środowisk danych i wsparcie procesów produkcyjnych
- •Analiza wymagań biznesowych i tłumaczenie ich na rozwiązania techniczne
- •Praca z Azure Databricks do przetwarzania danych w chmurze
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Data Engineer z 2-letnim stażem, znający Pythona i SQL na poziomie pozwalającym samodzielnie pisać optymalne zapytania, gotowy do nauki Azure Databricks i pracy w zespole międzynarodowym.
Osoby bez doświadczenia w data engineering (juniorzy poniżej 2 lat), które nie mają solidnych podstaw SQL i Pythona. Ktoś szukający w pełni zdalnej pracy (model hybrydowy). Kandydaci niezainteresowani domeną finansową i AML.
- ?Ile osób liczy zespół data engineering, w którym będę pracować?
- ?Jak wygląda podział obowiązków między mną a analitykami biznesowymi?
- ?Czy klient udostępnia własne środowiska chmurowe, czy korzystamy z Azure Databricks od ITDS?
- ?Ile dni w tygodniu trzeba być w biurze w Warszawie?
- ?Jaki jest model wsparcia produkcyjnego – czy są dyżury on-call?
- ?Jakie są możliwości rozwoju i awansu w ramach projektu lub po jego zakończeniu?
- ?Jakie narzędzia do CI/CD i kontroli wersji są używane?
- −Brak informacji o liczbie dni w biurze (znane jest tylko maksimum dni zdalnych)
- −Nie podano wielkości zespołu ani struktury
- −Brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe etc.)
- −Nie wiadomo, czy klient jest znany – może być utajniony
- −Brak informacji o beneficie dodatkowych (np. budżet szkoleniowy, prywatna opieka medyczna, karta sportowa)
Globalny zespół w firmie finansowej z naciskiem na współpracę między biznesem a IT. Dynamiczne środowisko z możliwością uczenia się nowych technologii chmurowych.