Senior Data Engineer – Databricks & Lakehouse @ Crestt
(práce v Polsku)

Senior Data Engineer – Databricks & Lakehouse @ Crestt

Polsko

Czego oczekujemy:

• Min. 5 lat doświadczenia w BI, Data Warehouse, Data Lake/Lakehouse i Big Data. 
• Praktyka z Databricks w zakresie inżynierii danych, architektury, integracji i streamingu. 
• Bardzo dobra znajomość PySpark, Python i SQL; doświadczenie z różnymi bazami danych (SQL/NoSQL, cloud/on-prem). 
• Doświadczenie z chmurą (Azure i/lub AWS) i repozytoriami kodu (Git). 
• Znajomość zasad data governance, jakości danych i nowoczesnych architektur (Data Mesh, Data Vault, Medallion, Lambda/Kappa). 
• Praca z narzędziami typu Airflow, dbt, Kafka, Flink lub Fabric Data Factory.
   
• Angielski min. B2 (C1+ mile widziany). 

Mile widziane:

• Doświadczenie w przetwarzaniu danych strumieniowych i pracy w środowisku open source. 
• Różnorodne projekty i organizacje – cenimy szeroką perspektywę. 

Dołącz do zespołu ekspertów, którzy projektują nowoczesne rozwiązania w obszarze Data Lakehouse, Business Intelligence i Advanced Analytics w chmurze. Nie rekrutujemy Cię do jednego projektu – dajemy Ci szansę pracy przy wielu inicjatywach, korzystając z najnowszych technologii i podejść, takich jak streaming czy AI.

• UoP: 26 000 – 30 000 zł brutto / mies. 
• B2B: 160 – 200 zł netto (+ VAT) / godz. 

Co oferujemy:

• Stabilne zatrudnienie bezpośrednio w dynamicznie rozwijającej się firmie technologicznej.
• Możliwość współpracy w modelu UoP lub B2B.
• Praca głównie zdalna, z jednym spotkaniem w miesiącu w biurze w Warszawie.
• Projekty o różnorodnej skali i tematyce, gwarantujące rozwój i brak rutyny.
• Dostęp do nowoczesnych narzędzi chmurowych i technologii danych.
• Pokrycie kosztów certyfikacji (Microsoft, AWS, Databricks) i 60 godzin rocznie na rozwój osobisty.
• Indywidualnie dopasowane benefity: prywatna opieka medyczna, karta sportowa, kursy językowe, premie i bonusy za rekomendacje.

,[Projektowanie i rozwój nowoczesnych platform danych oraz optymalizacja istniejących architektur. , Budowa i usprawnianie procesów ETL/ELT (batch i streaming) do dużych zbiorów danych. , Wdrażanie najlepszych praktyk inżynierii danych – kodowanie, testowanie, dokumentacja, code review. , Ścisła współpraca z zespołami biznesowymi w celu tworzenia rozwiązań o największej wartości. , Mentoring i dzielenie się wiedzą w zespole. ] Requirements: Data Lake, Databricks, Big data, PySpark, Python, SQL, NoSQL, Cloud, Git, Airflow, dbt, Kafka, Flink, Open source Additionally: Sport Subscription, Private healthcare, Remote work.

Kategorie

data

Odpovědět na inzerát