Senior AI Data Engineer – Financial Data Infrastructure
ITDS Polska Sp. z o.o.
To rola Senior Data Engineer w branży finansowej, gdzie głównym zadaniem jest budowanie skalowalnych pipelinów danych i infrastruktury dla aplikacji AI. Choć w tytule jest 'AI Data Engineer', nie chodzi o tworzenie modeli AI, lecz o przygotowanie danych (ETL/ELT), zarządzanie hurtowniami i jeziorami danych oraz współpracę z zespołami AI/ML. Praca dla klienta z sektora bankowego/ubezpieczeniowego, poprzez firmę outsourcingową ITDS.
Brakuje: nie podano wielkości zespołu, brak opisu konkretnych narzędzi chmurowych (jakie usługi aws/gcp/azure).
To rola Data Engineer z naciskiem na AI-data infrastructure, a nie 'AI Engineer' – główne zadania to ETL, big data, chmura, a nie budowa modeli AI. Tytuł zawiera 'AI' ale realnie jest to senior data engineering w finansach.
To rola Senior Data Engineer w branży finansowej, gdzie głównym zadaniem jest budowanie skalowalnych pipelinów danych i infrastruktury dla aplikacji AI. Choć w tytule jest 'AI Data Engineer', nie chodzi o tworzenie modeli AI, lecz o przygotowanie danych (ETL/ELT), zarządzanie hurtowniami i jeziorami danych oraz współpracę z zespołami AI/ML. Praca dla klienta z sektora bankowego/ubezpieczeniowego, poprzez firmę outsourcingową ITDS.
- ✓Przejrzyste widełki wynagrodzenia (23-33k PLN na B2B)
- ✓Stabilna współpraca i rozwój w branży finansowej
- ✓Dostęp do Pluralsight, Multisport, opieka medyczna
- ✓Elastyczne godziny pracy
- −Opcjonalny Angular – wygląda jak błąd w ogłoszeniu i może świadczyć o kopiowaniu szablonów
- −Firma outsourcingowa – realna praca u klienta, możliwość zmiany projektów
- −Tylko 2 etapy rekrutacji (rozmowy online) – może oznaczać powierzchowną weryfikację
- !Nie określono konkretnej liczby dni hybrydowych – do dopytania
- !Praca 'at the client's site' – może wymagać obecności w biurze klienta w Warszawie
- !Brak informacji o wielkości zespołu i liczbie projektów
- •Projektowanie i implementacja pipelinów danych (ETL/ELT) z użyciem Spark, Kafka, Hadoop
- •Budowa i utrzymanie hurtowni danych i data lakes dla dużych zbiorów finansowych
- •Transformacja i czyszczenie danych na potrzeby modeli ML i analiz predykcyjnych
- •Praca z real-time streamingiem (Kafka, Spark Streaming)
- •Zarządzanie bazami SQL i NoSQL – zapewnienie wydajności i dostępności
- •Monitorowanie, debugowanie i optymalizacja przepływów danych i infrastruktury
- •Współpraca z AI Engineerami i Data Scientistami przy optymalizacji pipeline'ów treningowych i inferencyjnych
- •Dokumentacja przepływów danych i najlepszych praktyk
Oferta dla doświadczonych specjalistów (Senior).
Data Engineer z co najmniej 3 latami doświadczenia, który potrafi projektować pipeline'y ETL, zna big data i chmurę, i ma podstawową wiedzę o ML.
Nie dla juniorów – wymagane minimum 3 lata doświadczenia. Nie dla osób szukających czystego ML/AI – to rola data engineering, nie modelowania.
- ?Ile dni w tygodniu w biurze w Warszawie? Czy to praca w siedzibie klienta, czy ITDS?
- ?Jak duży jest zespół data engineering u klienta?
- ?Czy są dyżury on-call? Jak często?
- ?Jakie konkretne usługi chmurowe (np. AWS S3/EMR/Redshift) są używane?
- ?Jak wygląda współpraca z AI Engineerami – czy są w tym samym zespole?
- ?Czy istnieje ryzyko zmiany projektu na innego klienta?
- ?Jakie legacy systemy trzeba utrzymywać?
- ?Czy oferowane są szkolenia lub certyfikacje chmurowe?
- −Nie podano wielkości zespołu
- −Brak opisu konkretnych narzędzi chmurowych (jakie usługi AWS/GCP/Azure)
- −Nie wiadomo, czy praca jest bezpośrednio u klienta czy w biurze ITDS
- −Brak informacji o on-call i dyżurach
Praca w środowisku agile/scrum, u klienta z sektora finansowego, zespół międzynarodowy. Firma podkreśla rozwój i stabilność.
Dwa etapy: online interview, online interview (brak szczegółów).
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Spark. Pełne statystyki zarobków →