🤖 Lead Data Engineer with AI (m/k) 🤖
Team Up
To rola lidera data engineering w globalnej organizacji technologicznej. Będziesz projektować skalowalne architektury danych w chmurze (AWS/Azure), budować i utrzymywać pipeline'y danych oraz wdrażać rozwiązania AI (AI Agents, RAG, MCP). Kluczowe jest łączenie kompetencji inżynierskich z przywództwem technicznym – mentoring zespołu, współpraca z senior stakeholderami oraz dbałość o governance i bezpieczeństwo danych. Mimo tytułu 'Lead', rola pozostaje techniczna – oczekuje się aktywnego udziału w implementacji i automatyzacji.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano widełek wynagrodzenia, brak informacji o wielkości zespołu.
To rola lidera data engineering w globalnej organizacji technologicznej. Będziesz projektować skalowalne architektury danych w chmurze (AWS/Azure), budować i utrzymywać pipeline'y danych oraz wdrażać rozwiązania AI (AI Agents, RAG, MCP). Kluczowe jest łączenie kompetencji inżynierskich z przywództwem technicznym – mentoring zespołu, współpraca z senior stakeholderami oraz dbałość o governance i bezpieczeństwo danych. Mimo tytułu 'Lead', rola pozostaje techniczna – oczekuje się aktywnego udziału w implementacji i automatyzacji.
- ✓Globalne, międzynarodowe środowisko
- ✓Realny wpływ na rozwiązania AI i chmurowe w skali enterprise
- ✓Dostęp do platform szkoleniowych i programów rozwoju
- ✓Platforma kafeteryjna z punktami miesięcznymi
- ✓Inicjatywy CSR i integracje
- !Brak widełek wynagrodzenia w ogłoszeniu
- !Hybryda – nie określono liczby dni w biurze
- !Lista odpowiedzialności zawiera wiele buzzwordów (AI, RAG, MCP) – może to oznaczać, że projekt jest w fazie koncepcyjnej
- !Nie podano wielkości zespołu ani systemu
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie architektury danych i pipeline'ów w chmurze (AWS/Azure)
- •Implementacja rozwiązań AI (AI Agents, RAG) z naciskiem na skalowalność
- •Mentoring i code review dla zespołu data engineerów
- •Utrzymywanie monitoringu, alertowania i disaster recovery dla systemów danych
- •Automatyzacja procesów i wdrażanie self-service capabilities
- •Współpraca z senior stakeholderami w kwestiach dostępu do danych i compliance
- •Budowanie i optymalizacja zapytań SQL oraz integracji API
- •Uczestnictwo w dyżurach DevOps i rozwiązywanie problemów produkcyjnych
Stanowisko liderskie — wymaga zarówno doświadczenia technicznego jak i umiejętności zarządzania.
Inżynier z 8 latami w branży, w tym 5 lat backendu w Pythonie i doświadczeniem z chmurą. Musi mieć podstawy w AI/RAG i chęć rozwijania kompetencji liderskich. Osoba bez doświadczenia w mentorowaniu lub pracy ze stakeholderami raczej nie przejdzie.
Juniorzy ani osoby bez doświadczenia w data engineering. Również nie dla kogoś, kto unika kontaktu z biznesem i woli wyłącznie pracę techniczną bez odpowiedzialności za zespół.
- ?Ile osób liczy zespół data engineerów, którym będę liderować?
- ?Czy AI (RAG, AI Agents) jest już w produkcji, czy dopiero w fazie pilotażu?
- ?Jak wygląda dyżury – czy jest on-call? Jeśli tak, jaka jest rotacja?
- ?Jaka jest preferowana chmura – AWS czy Azure? Czy jest już wybór?
- ?Czy są konkretne narzędzia (np. Databricks, Snowflake) używane w stacku?
- ?Jaki jest budżet szkoleniowy i dostęp do konferencji?
- ?Czy widełki wynagrodzenia są negocjowalne?
- ?Ile dni w biurze to minimum w modelu hybrydowym?
- −Nie podano widełek wynagrodzenia
- −Brak informacji o wielkości zespołu
- −Nie określono liczby dni w biurze
- −Nieznany jest stack technologiczny poza Pythonem i chmurą
- −Brak opisu procesu rekrutacyjnego
Globalna organizacja z naciskiem na współpracę, mentoring i ciągły rozwój. Kultura DevOps i automatyzacji, z możliwością realnego wpływu na kierunek technologiczny.