Senior Data Engineer (PostgreSQL & Databricks)
Webellian
Rola polega na projektowaniu, budowaniu i utrzymywaniu skalowalnych potoków danych dla rozwiązań AI w globalnej skali. Będziesz pracować na przecięciu PostgreSQL (operacyjne bazy danych) i Databricks (lakehouse), tworząc pipeline'y wsadowe i strumieniowe. Odpowiadasz za cały cykl życia danych: od pozyskania przez transformację do serwowania modelom ML i agentom AI. Wymagana jest codzienna praca z narzędziem Claude Code do generowania kodu i dokumentacji.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano widełek wynagrodzenia., brak informacji o wielkości zespołu..
Rola polega na projektowaniu, budowaniu i utrzymywaniu skalowalnych potoków danych dla rozwiązań AI w globalnej skali. Będziesz pracować na przecięciu PostgreSQL (operacyjne bazy danych) i Databricks (lakehouse), tworząc pipeline'y wsadowe i strumieniowe. Odpowiadasz za cały cykl życia danych: od pozyskania przez transformację do serwowania modelom ML i agentom AI. Wymagana jest codzienna praca z narzędziem Claude Code do generowania kodu i dokumentacji.
- ✓Hybryda tylko 1 dzień w biurze tygodniowo – duża elastyczność.
- ✓Nowe technologie i nacisk na jakość kodu.
- ✓Międzynarodowy zespół i możliwość rozwoju.
- ✓Kultura oparta na dzieleniu się wiedzą i unikaniu polityki – opisana wprost.
- !Brak informacji o widełkach wynagrodzenia.
- !Wymóg codziennego używania Claude Code – może być ograniczeniem jeśli narzędzie nie jest jeszcze stabilne.
- !Nie określono konkretnego projektu ani klienta, a jedynie ogólnie 'global scale'.
- !Brak informacji o dyżurach on-call lub SLA pipeline'ów.
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja skalowalnych potoków danych (batch i real-time) dla obciążeń AI.
- •Rozwijanie przepływów w Databricks: zarządzanie Delta Lake, transformacje PySpark, orkiestracja notebooków i Unity Catalog.
- •Optymalizacja modeli danych w PostgreSQL: projektowanie schematów, indeksowanie, partycjonowanie, strojenie zapytań.
- •Budowa i utrzymanie orkiestracji w Apache Airflow i Databricks Workflows (scheduling, zależności, odtwarzanie po awarii).
- •Implementacja frameworków jakości danych: reguły walidacji, detekcja anomalii, kontrakty danych, alerting.
- •Projektowanie pipeline'ów inżynierii cech (feature engineering) dla modeli ML z integracją z feature store.
- •Integracja danych między PostgreSQL a Databricks: CDC (Debezium), Kafka, batch export.
- •Codzienne używanie Claude Code do generowania SQL, eksploracji danych i dokumentacji.
Oferta dla doświadczonych specjalistów (Senior).
Inżynier danych z co najmniej 6 latami doświadczenia, który ma solidne podstawy w SQL i PostgreSQL, praktykę z Databricks (Delta Lake, PySpark) oraz umiejętność budowy potoków danych w Pythonie i Airflow.
Osoby z mniej niż 5-6 latami doświadczenia w inżynierii danych, juniorzy i midzi bez głębokiej wiedzy o PostgreSQL i Databricks. Kandydaci, którzy nie chcą codziennie używać narzędzia Claude Code lub preferują czysto lokalne środowiska.
- ?Ile osób liczy zespół Advanced Analytics?
- ?Czy projekt jest wewnętrzny czy dla klienta zewnętrznego?
- ?Jakie są oczekiwania co do znajomości Claude Code – czy to wymóg twardy, czy mile widziany?
- ?Jak wygląda proces on-call i SLA dla pipeline'ów?
- ?Czy istnieją plany modernizacji stacku lub migracji do innego clouda?
- ?Jaka jest skala danych (objętość, przepustowość)?
- ?Czy są przewidziane szkolenia z Databricks lub Claude Code?
- −Nie podano widełek wynagrodzenia.
- −Brak informacji o wielkości zespołu.
- −Nie określono konkretnego projektu ani klienta.
- −Brak informacji o polityce on-call i SLA.
- −Nie wiadomo, czy praca jest na jednym projekcie długoterminowo, czy rotacyjnie.
Zespół promuje dzielenie się wiedzą, otwartą komunikację bez polityki i wspólne spędzanie czasu (np. pinball, PlayStation). Agile jako styl pracy.
3 etapy: 1) szybka rozmowa telefoniczna z rekruterem, 2) online technical interview sprawdzające umiejętności, 3) rozmowa face-to-face z potencjalnym przełożonym. Na koniec feedback.