Software Developer - Risk Data Pipelines
Ncounter Technology Recruitment
Ta rola to inżynieria danych w środowisku funduszu inwestycyjnego (quant fund). Będziesz budować i utrzymywać produkcyjne pipeline'y danych (Python, Airflow/Dagster/Prefect) dla systemów ryzyka. Odpowiadasz za niezawodność, świeżość i kompletność danych rynkowych, pozycyjnych i referencyjnych. To pozycja dla kogoś, kto lubi produkcyjne systemy danych i dba o ich jakość – nie tylko o kod.
Brakuje: model pracy (zdalna/hybrydowa/stacjonarna), wielkość zespołu.
Ta rola to inżynieria danych w środowisku funduszu inwestycyjnego (quant fund). Będziesz budować i utrzymywać produkcyjne pipeline'y danych (Python, Airflow/Dagster/Prefect) dla systemów ryzyka. Odpowiadasz za niezawodność, świeżość i kompletność danych rynkowych, pozycyjnych i referencyjnych. To pozycja dla kogoś, kto lubi produkcyjne systemy danych i dba o ich jakość – nie tylko o kod.
- ✓Bardzo wysokie widełki wynagrodzenia (450-550k PLN)
- ✓Konkretny opis stacku technologicznego (Python, Airflow, ClickHouse, Polars itp.)
- ✓Fokus na produkcyjną niezawodność danych – praca ma realny wpływ na decyzje inwestycyjne
- ✓Globalna firma z renomą w branży quantitative investment
- −Brak informacji o zespole i procesie rekrutacyjnym
- !Ogłoszenie agencji rekrutacyjnej (Ncounter) – bez możliwości oceny bezpośredniego pracodawcy
- !Nie podano modelu pracy (zdalna/hybrydowa/stacjonarna)
- !Nie określono liczby lat doświadczenia ani konkretnego levelu (poza 'senior')
- !Brak wzmianki o on-call lub dyżurach
- •Rozwijanie i utrzymanie produkcyjnych pipeline'ów danych (Python) wspierających analitykę ryzyka
- •Budowanie niezawodnych, odtwarzalnych i obserwowalnych przepływów danych
- •Poprawa jakości, świeżości i kompletności krytycznych danych ryzyka
- •Optymalizacja wydajności zapytań w kolumnowych bazach danych (np. ClickHouse)
- •Implementacja mechanizmów retries, idempotencji, backfillów i odtwarzania operacyjnego
- •Tworzenie i utrzymanie monitoringu, alertowania i niezawodności operacyjnej usług danych
- •Praca z bibliotekami NumPy, pandas, Polars, Arrow do przetwarzania danych numerycznych
- •Optymalizacja wydajności i pamięci, wykorzystanie wieloprocesowości lub asynchroniczności w Pythonie
Oferta dla doświadczonych specjalistów (Senior).
Inżynier danych z co najmniej 3-4 latami doświadczenia, potrafiący samodzielnie budować i utrzymywać pipeline'y danych w Pythonie, znający ClickHouse lub podobne technologie.
Osoby bez doświadczenia w produkcyjnych pipeline'ach danych (tylko skrypty ad-hoc) lub nieznające Pythona na poziomie wydajnościowym. Nie dla juniorów.
- ?Jaki jest model pracy (zdalna/hybrydowa/stacjonarna)?
- ?Ile osób liczy zespół data engineeringu w tym obszarze?
- ?Czy występuje on-call? Jak często?
- ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie domowe?
- ?Czy stosowane technologie różnią się od wymienionych w ogłoszeniu (np. inne bazy danych)?
- ?Jaka jest wielkość danych i skala systemów (TB/dzień, liczba pipeline'ów)?
- ?Czy istnieje możliwość pracy zdalnej z zagranicy?
- ?Jaki jest cykl release i podejście do CI/CD?
- −Model pracy (zdalna/hybrydowa/stacjonarna)
- −Wielkość zespołu
- −Informacje o dyżurach on-call
- −Opis procesu rekrutacyjnego
- −Szczegóły dotyczące systemów monitoringu i alertowania
Prawdopodobnie poważne, ambitne środowisko w globalnym funduszu, z naciskiem na niezawodność i jakość danych. Kultura inżynierska, ale oczekiwanie produkcyjnego podejścia.
Powyżej mediany rynkowej
≈ 223,2–272,8 zł/h
Dane z aktywnych ofert zawierających technologię NumPy. Pełne statystyki zarobków →