Senior Data Engineer

• udział w projekcie realizowanym dla klienta z branży automotive (obszar Data & AI – sprzedaż),
• rozwój oraz utrzymanie skalowalnych rozwiązań danych wspierających procesy sprzedażowe,
• utrzymanie i rozwój krytycznych rozwiązań opartych na stosie Synapse / IICS,
• aktywny udział w transformacji środowiska danych: migracja do architektury opartej o Azure Databricks,
• projektowanie, rozwój oraz optymalizacja nowoczesnych pipeline’ów danych z wykorzystaniem Azure Databricks i Python,
• implementacja i rozwój rozwiązań na platformie Azure Data Platform (m.in. Data Lake, Databricks),
• tworzenie i rozwój API wspierających data ingestion oraz integrację między systemami,
• współpraca z interesariuszami biznesowymi: analiza wymagań i przekładanie ich na rozwiązania techniczne,
• zapewnienie jakości danych, bezpieczeństwa oraz zgodności z obowiązującymi standardami,
• integracja rozwiązań danych z istniejącymi systemami i procesami biznesowymi,
• optymalizacja rozwiązań pod kątem wydajności, skalowalności i kosztów,
• praca hybrydowa: raz w tygodniu we Wrocławiu,
• stawka do 145zł/h B2B, w zależności od doświadczenia.

Kogo poszukujemy?

• posiadasz bardzo dobrą znajomość IICS,
• masz doświadczenie w pracy z Azure Databricks, Python oraz Spark,
• pracowałeś/aś z usługami danych Azure (np. Azure Data Lake, Azure Data Factory),
• posiadasz doświadczenie z narzędziami do ingestii danych (np. Qlik Replicate, MQ, MQCC),
• masz doświadczenie w tworzeniu API (REST/JSON lub podobne),
• dobrze rozumiesz procesy ETL, modelowanie danych oraz podstawy architektury danych,
• znasz narzędzia CI/CD oraz systemy kontroli wersji (np. Git),
• posiadasz rozwinięte umiejętności analityczne i rozwiązywania problemów,
• masz doświadczenie w pracy w metodykach Agile,
• dobrze komunikujesz się i potrafisz współpracować zarówno z zespołami technicznymi, jak i biznesowymi,
• posługujesz się językiem angielskim na poziomie zaawansowanym.

Mile widziane:

• doświadczenie w przetwarzaniu big data oraz optymalizacji pracy w Spark,
• znajomość zagadnień data governance, lineage danych oraz najlepszych praktyk bezpieczeństwa,
• doświadczenie w pracy z narzędziami do wizualizacji danych (np. Power BI).