Pracuj.pl
Praca zdalna
Senior
New
Senior Data & AI Engineer (ze ścieżką na Data & AI Architect)
⚲ Wrocław, Krzyki
Do uzgodnienia
Wymagania
- Microsoft Fabric
- PySpark
- T-SQL
- Medallion
- Git
- FabricApp
- scikit-learn
- MLflow
- Databricks
- Data Vault
- Microsoft Power BI
- DAX
- SAP
Opis stanowiska
Nasze wymagania:
Min. 3 lata doświadczenia w inżynierii danych
Praktyczna znajomość Microsoft Fabric (Lakehouse, Warehouse, Delta, OneLake)
Modelowanie danych: umiejętność zaprojektowania modelu dla konkretnego procesu biznesowego (grain, klucze, historyzacja, wymiary i fakty)
PySpark: transformacje, optymalizacja, praca w notebookach
T-SQL: zapytania, procedury, modelowanie w hurtowni danych
Rozumienie warstw Medallion i wzorców ładowania danych
Git i praca w repozytorium zespołowym
Codzienne używanie narzędzi AI w pracy developerskiej (nie tylko eksperymenty)
Samodzielność: bierzesz ownership nad strumieniem i dowozisz wynik
Znajomość języka polskiego i angielskiego
Mile widziane:
Doświadczenie z FabricApp lub innym frameworkiem aplikacji danych (np. budowa prostych narzędzi na danych z hurtowni)
Doświadczenie w ML w praktyce: scikit-learn, MLflow, walidacja modeli, praca z danymi tabelarycznymi
Doświadczenie z Databricks (Delta Lake, Unity Catalog) lub Snowflake (modelowanie, warehouse, Snowpark)
Data Vault 2.0 w projektach produkcyjnych
Power BI, DAX, modele semantyczne
Integracje z systemami SAP (wyciąganie i przetwarzanie danych)
Praca w projektach dla klientów, w trybie projektowym
Unikatowe poczucie humoru oraz baza żartów branżowych
O projekcie:
Szukamy inżyniera danych, który wezmie odpowiedzialność za development w projektach danych, zarówno tych klasycznych jak i z użyciem AI.
Będziesz budować pipeline'y, modele danych, rozwiązania Machine Learning i aplikacje danych na Microsoft Fabric. Architekt będzie wspierał Twoją pracę. Pracujemy z agentami AI jako standardowym narzędziem: to nie dodatek, tylko sposób pracy i nasz mindset.
Zakres obowiązków:
Budowa i utrzymanie pipeline'ów danych: ingestia, transformacje, ładowanie inkrementalne i historyzacja
Transformacje w PySpark i T-SQL w warstwach Medallion (Bronze, Silver, Gold)
Modelowanie danych: projektowanie modeli Data Vault 2.0, Kimball i modeli semantycznych, dobór podejścia do potrzeb klienta
Modele semantyczne Power BI i miary DAX we współpracy z zespołem raportowym
FabricApp: budowa aplikacji danych na Fabric (wejście do danych, widoki, akcje użytkownika) w oparciu o Lakehouse i Warehouse
ML: przygotowanie cech (feature engineering), trenowanie i ewaluacja modeli, scoring wsadowy w notebookach, śledzenie eksperymentów (MLflow lub odpowiednik)
Jakość danych: testy, walidacje, monitoring świeżości i kompletności
Spike'i technologiczne: szybkie sprawdzenie, czy dane podejście działa, z mierzalnym wynikiem
POC pod review architekta: od pomysłu do działającego prototypu w ustalonym czasie
Domykanie developmentu w projektach klientów, w tym testy i dokumentacja
Praca z agentami AI (Claude Code i podobne): zlecanie zadań, weryfikacja wyników, poprawki
Udział w review kodu i standardów zespołu
Oferujemy:
Realne projekty klientów z dużym wpływem na rozwiązanie
Bezpośrednią współpracę z Data Architectem
Dostęp do sprawdzonego frameworku (Fabric, Medallion, Data Vault) i narzędzi wewnętrznych
Stałą pracę z najnowszymi narzędziami AI
Ścieżkę rozwoju w DRL
Min. 3 lata doświadczenia w inżynierii danych
Praktyczna znajomość Microsoft Fabric (Lakehouse, Warehouse, Delta, OneLake)
Modelowanie danych: umiejętność zaprojektowania modelu dla konkretnego procesu biznesowego (grain, klucze, historyzacja, wymiary i fakty)
PySpark: transformacje, optymalizacja, praca w notebookach
T-SQL: zapytania, procedury, modelowanie w hurtowni danych
Rozumienie warstw Medallion i wzorców ładowania danych
Git i praca w repozytorium zespołowym
Codzienne używanie narzędzi AI w pracy developerskiej (nie tylko eksperymenty)
Samodzielność: bierzesz ownership nad strumieniem i dowozisz wynik
Znajomość języka polskiego i angielskiego
Mile widziane:
Doświadczenie z FabricApp lub innym frameworkiem aplikacji danych (np. budowa prostych narzędzi na danych z hurtowni)
Doświadczenie w ML w praktyce: scikit-learn, MLflow, walidacja modeli, praca z danymi tabelarycznymi
Doświadczenie z Databricks (Delta Lake, Unity Catalog) lub Snowflake (modelowanie, warehouse, Snowpark)
Data Vault 2.0 w projektach produkcyjnych
Power BI, DAX, modele semantyczne
Integracje z systemami SAP (wyciąganie i przetwarzanie danych)
Praca w projektach dla klientów, w trybie projektowym
Unikatowe poczucie humoru oraz baza żartów branżowych
O projekcie:
Szukamy inżyniera danych, który wezmie odpowiedzialność za development w projektach danych, zarówno tych klasycznych jak i z użyciem AI.
Będziesz budować pipeline'y, modele danych, rozwiązania Machine Learning i aplikacje danych na Microsoft Fabric. Architekt będzie wspierał Twoją pracę. Pracujemy z agentami AI jako standardowym narzędziem: to nie dodatek, tylko sposób pracy i nasz mindset.
Zakres obowiązków:
Budowa i utrzymanie pipeline'ów danych: ingestia, transformacje, ładowanie inkrementalne i historyzacja
Transformacje w PySpark i T-SQL w warstwach Medallion (Bronze, Silver, Gold)
Modelowanie danych: projektowanie modeli Data Vault 2.0, Kimball i modeli semantycznych, dobór podejścia do potrzeb klienta
Modele semantyczne Power BI i miary DAX we współpracy z zespołem raportowym
FabricApp: budowa aplikacji danych na Fabric (wejście do danych, widoki, akcje użytkownika) w oparciu o Lakehouse i Warehouse
ML: przygotowanie cech (feature engineering), trenowanie i ewaluacja modeli, scoring wsadowy w notebookach, śledzenie eksperymentów (MLflow lub odpowiednik)
Jakość danych: testy, walidacje, monitoring świeżości i kompletności
Spike'i technologiczne: szybkie sprawdzenie, czy dane podejście działa, z mierzalnym wynikiem
POC pod review architekta: od pomysłu do działającego prototypu w ustalonym czasie
Domykanie developmentu w projektach klientów, w tym testy i dokumentacja
Praca z agentami AI (Claude Code i podobne): zlecanie zadań, weryfikacja wyników, poprawki
Udział w review kodu i standardów zespołu
Oferujemy:
Realne projekty klientów z dużym wpływem na rozwiązanie
Bezpośrednią współpracę z Data Architectem
Dostęp do sprawdzonego frameworku (Fabric, Medallion, Data Vault) i narzędzi wewnętrznych
Stałą pracę z najnowszymi narzędziami AI
Ścieżkę rozwoju w DRL
🔍 Dekoder Ogłoszenia
✓ Ogłoszenie wygląda transparentnie — brak typowych czerwonych flag.