Azure Databricks Engineer
Be in IT
To senior data engineering rola w modelu agencyjnym – pracujesz dla firmy consultingowej obsługującej sektor finansowy. Realnie będziesz projektować, budować i utrzymywać data pipeline'y na platformie Databricks (Lakehouse), korzystając z PySpark, SQL i Airflow. Wdrażasz CI/CD przez Azure DevOps, automatyzujesz monitoring i pakujesz rozwiązania za pomocą Databricks Asset Bundles. Pracujesz hybrydowo – 1 dzień w biurze, reszta zdalnie.
Brakuje: nie podano konkretnego klienta końcowego ani nazwy firmy consultingowej, brak opisu procesu rekrutacyjnego (liczba etapów, czas trwania).
To senior data engineering rola w modelu agencyjnym – pracujesz dla firmy consultingowej obsługującej sektor finansowy. Realnie będziesz projektować, budować i utrzymywać data pipeline'y na platformie Databricks (Lakehouse), korzystając z PySpark, SQL i Airflow. Wdrażasz CI/CD przez Azure DevOps, automatyzujesz monitoring i pakujesz rozwiązania za pomocą Databricks Asset Bundles. Pracujesz hybrydowo – 1 dzień w biurze, reszta zdalnie.
- ✓Wymóg tylko 1 dnia hybrydowego w biurze – praktycznie zdalna
- ✓Nowoczesny stack: Databricks Asset Bundles, Lakeflow Jobs, Devcontainers, pre-commit
- ✓B2B z widełkami (21800-26900 PLN) – transparentność finansowa
- ✓Możliwość długofalowej współpracy z topową firmą consultingową
- !Brak informacji o konkretnym kliencie końcowym (firmie consultingowej) – warto doprecyzować na rozmowie
- !Brak opisu procesu rekrutacyjnego (liczba etapów, zadania)
- !Wymaganie 'uv' jako menedżera pakietów – dość niszowe, ale do nauczenia
- !Brak wzmianki o on-call lub dyżurach
- •Projektowanie i budowanie data pipeline'ów w PySpark i SQL na Databricks Lakehouse
- •Tworzenie i zarządzanie workflowami w Apache Airflow
- •Implementacja CI/CD z Azure DevOps i Azure Pipelines
- •Automatyzacja i monitoring zadań przetwarzania (Databricks Lakeflow Jobs)
- •Pakowanie i wdrażanie rozwiązań przez Databricks Asset Bundles
- •Testowanie kodu z pytest i pre-commit hooks
- •Praca z Git (pull requesty, feature branch to main)
- •Utrzymywanie skonteneryzowanych środowisk deweloperskich (Devcontainers)
Oferta dla doświadczonych specjalistów (Senior).
Inżynier danych z co najmniej 8-letnim doświadczeniem w obszarze data engineering, który spełnia wszystkie kluczowe wymagania techniczne (Python/PySpark, Databricks, SQL, Airflow, Azure, DevOps).
Osoby z mniej niż 8 latami doświadczenia w data engineeringu (szczególnie juniorzy i midzi) – oferta jest wyraźnie skierowana do seniorów. Również nie dla kandydatów nieakceptujących modelu hybrydowego z 1 dniem w biurze.
- ?Dla kogo dokładnie jest ta rola – który klient końcowy?
- ?Ile osób liczy zespół data engineering, z którym będę pracować?
- ?Czy jest przewidziany on-call lub dyżury produkcyjne?
- ?Jaki jest planowany czas trwania projektu/kontraktu?
- ?Czy istnieje możliwość przedłużenia po zakończeniu projektu?
- ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie domowe?
- ?Czy są dostępne szkolenia lub certyfikacje (np. Databricks, Azure)?
- ?Jaka jest polityka urlopowa na B2B?
- −Nie podano konkretnego klienta końcowego ani nazwy firmy consultingowej
- −Brak opisu procesu rekrutacyjnego (liczba etapów, czas trwania)
- −Nie wiadomo, czy rola wiąże się z dyżurami on-call
- −Brak informacji o wielkości zespołu i strukturze projektowej
Międzynarodowe środowisko consultingowe; ścisła współpraca z zespołami inżynieryjnymi, analitycznymi i biznesowymi. Agile (Scrum/Kanban) jako mile widziane.
Na poziomie rynkowym
≈ 129,8–160,1 zł/h
Dane z aktywnych ofert zawierających technologię Data. Pełne statystyki zarobków →