Senior Data Engineer
⚲ Wrocław, Warszawa, Lublin, Kraków, Łódź
20 000 - 26 000 PLN netto (B2B) | 17 000 - 21 000 PLN brutto (UoP)
Wymagania
- min. 5 lat doświadczenia lub 5 ukończonych projektów
- zaawansowany SQL i optymalizacja zapytań, biegłość w różnych wariantach baz danych
- Python do data engineeringu i automatyzacji
- doświadczenie z cloudowymi platformami danych: Snowflake i/lub Databricks
- doświadczenie z usługami chmurowymi AWS i/lub Azure
- doświadczenie w transformacji i modelowaniu danych z DBT
- doświadczenie w projektowaniu, rozwoju i utrzymaniu pipeline'ów ETL/ELT
- doświadczenie w orkiestracji workflow z Apache Airflow, Dagster lub innym powszechnie używanym orchestratorem
Opis stanowiska
DataArt poszukuje Senior Data Engineer z praktycznym doświadczeniem w Databricks, Snowflake i AWS lub Azure. Będziesz odpowiedzialny za pełny cykl życia hurtowni danych — od projektowania i rozwoju pipeline'ów ETL/ELT, przez modelowanie wymiarowe, po tuning wydajności i optymalizację infrastruktury. Rola obejmuje też proaktywne identyfikowanie i wdrażanie usprawnień procesów wewnętrznych oraz budowę narzędzi analitycznych dostarczających insighty biznesowe. To oferta dla doświadczonego inżyniera danych, który potrafi samodzielnie prowadzić szeroki zakres zadań i pracować z nowoczesnymi platformami danych.
🔍 Dekoder Ogłoszenia
🔴
own the full lifecycle of our data warehouse
Będziesz odpowiedzialny za wszystko, od projektowania po utrzymanie, co może oznaczać szeroki zakres obowiązków i potencjalnie brak wsparcia w niektórych obszarach.
🟡
work with modern data platforms
Może oznaczać zarówno najnowsze technologie, jak i po prostu platformy, które nie są przestarzałe, ale niekoniecznie innowacyjne.
🟡
transform raw data into reliable, scalable, and actionable insights
To standardowy cel dla inżyniera danych, ale 'actionable insights' może być subiektywne i zależeć od jakości danych wejściowych i wymagań biznesowych.
🔴
identify, design, and implement internal process improvements
Oczekuje się, że będziesz proaktywnie szukać i wdrażać usprawnienia, co może oznaczać dodatkową pracę poza podstawowymi obowiązkami.
🔴
assemble large, complex datasets that meet functional and non-functional business requirements
Może oznaczać pracę z bardzo trudnymi do przetworzenia danymi lub z niejasno zdefiniowanymi wymaganiami biznesowymi.