Data Architect @ Connectis_ Remote

Data Architect @ Connectis_

Remote

? CZEGO OCZEKUJEMY OD CIEBIE?

• Doświadczenie z Azure Databricks oraz Azure DevOps.  
• Bardzo dobra znajomość Microsoft Azure.  
• Znajomość Apache Spark / PySpark.  
• Biegłość w Python i SQL.  

Mile widziane:

• Doświadczenie z DBT (Data Build Tool).  
• Praktyczna znajomość narzędzi CI/CD  
• Znajomość modelu Data Vault 2.0.  

Wraz z naszym partnerem z branży ubezpieczeniowej, poszukujemy eksperta/ekspertki na stanowisko Data Architect, który dołączy do strategicznego projektu budowy DataHubu – rozwiązania klasy mini hurtowni danych, wspierającego działalność operacyjną, raportową, analityczną oraz rozwiązania z zakresu generatywnej sztucznej inteligencji.

Projekt oparty jest o architekturę medalionową (bronze/silver/gold) oraz model Data Vault 2.0 i będzie rozwijany najpierw dla spółki w Niemczech, a następnie wdrażany globalnie we wszystkich oddziałach grupy.

⚙ Technologie używane w projekcie: Databricks, Apache Spark, Delta Lake, Data Factory, Data Lake (ADLS), Synapse, Azure SQL, Event Hubs, Terraform, Kubernetes (AKS), Docker, Python, SQL.

✨ OFERUJEMY:

• Tryb pracy zdalnej z okazjonalnymi spotkaniami zespołu w biurze w centrum Warszawy (raz w miesiącu). 
• Udział w strategicznym projekcie realizowanym dla międzynarodowego Partnera Biznesowego. 
• Realny wpływ na architekturę i rozwój rozwiązania wdrażanego w wielu krajach. 
• Dedykowane wsparcie opiekuna Connectis przez cały czas trwania współpracy. 
• Współpracę z doświadczonym zespołem inżynierów danych i DevOpsów. 
• Możliwość przedłużenia współpracy w kolejnych fazach programu. 
• 5000 PLN za polecenie znajomego do naszych projektów. 
• Szybki, zdalny proces rekrutacyjny. 

Dziękujemy za wszystkie zgłoszenia. Pragniemy poinformować, że skontaktujemy się z wybranymi osobami.

12170/DK

,[Projektowanie i nadzór nad wdrażaniem skalowalnych, wydajnych modeli danych integrujących wiele źródeł. , Tworzenie dokumentacji architektonicznej i mentoring mniej doświadczonych inżynierów. , Zapewnienie jakości danych: automatyczna walidacja, wykrywanie anomalii, monitoring. , Definiowanie standardów, wzorców i najlepszych praktyk w zakresie inżynierii danych. , Projektowanie rozwiązań do przetwarzania danych strumieniowego i wsadowego. , Ustalanie polityk dostępu, zasad zarządzania danymi i ram bezpieczeństwa. , Bliska współpraca z zespołami DevOps, Data Engineering oraz AI/ML. ] Requirements: Vault, Databricks, Spark, ADLS, SQL, Terraform, Kubernetes, AKS, Docker, Python, DevOps, AI, Azure Databricks, Azure DevOps, Microsoft Azure, PySpark, Data build tool Tools: Agile, Scrum.

Kategorie

data

Odpovědět na inzerát