Must have

• Oracle

• SQL

• GCP

• Git

• Bitbucket

• Azure

• ETL

• BigQuery

• English (C1)

• Polish (Fluent)

Nice to have

• R

• Tableau

• SAP BW

Requirements description

Original text.  Show translation

• Min. 10 lat doświadczenia na stanowisku Data Engineer
• Min. 6 lat doświadczenia z Oracle PL/SQL (procedury składowane, funkcje, pakiety)
• Min. 4 lata praktycznego doświadczenia z GCP BigQuery i Dataform (modelowanie danych, optymalizacja zapytań, przetwarzanie danych)
• Doświadczenie w pracy z repozytoriami Git/Bitbucket/Azure Repos
• Bardzo dobra znajomość hurtowni danych oraz procesów ETL
• Doświadczenie w integracji danych z różnych źródeł
• Dobra znajomość analitycznych funkcji Oracle
• Znajomość języka angielskiego - poziom B2/C1

Mile widziane:

• Znajomość Tableau
• Doświadczenie z SAP i SAP BW

Offer description

Original text.  Show translation

• Miejsce pracy: 100% zdalnie (możliwe spotkania w biurze klienta - raz w miesiącu lub rzadziej)

• Start: 01.01.2026

• Forma współpracy: B2B z ITFS, współpraca długofalowa

• Stawka: 125 - 145 PLN netto + VAT/h

• Projekt: migracja hurtowni danych z Oracle do Google Cloud Platform; rozwój i modernizacja procesów przetwarzania w obszarze Risk Management

• Klient: branża rolno-spożywcza, specjalizuje się przede wszystkim w przetwórstwie nasion oleistych

• Stack technologiczny: Oracle PL/SQL, GCP BigQuery, Dataform, Git, Bitbucket, Azure Repos, ETL

• Proces rekrutacyjny: rozmowa telefoniczna z ITFS (ok. 20 min.)* → rozmowa miękko-techniczna z klientem → podjęcie decyzji

Oferujemy:

• Przejrzyste warunki współpracy w firmie o pewnej i stabilnej pozycji rynkowej

• Współpraca długofalowa

• Możliwość skorzystania z benefitów (dofinansowanie do pakietu medycznego Enel-med i Multisport oraz podstawowy pakiet księgowy - darmowy do trzech faktur miesięcznie)

Your responsibilities

Original text.  Show translation

1. Implementacja i rozwój logiki danych w GCP (BigQuery, Dataform).
2. Migracja struktur i logiki Oracle PL/SQL do BigQuery.
3. Projektowanie i optymalizacja procesów ETL oraz modeli danych.
4. Optymalizacja zapytań i wydajności środowiska GCP.
5. Utrzymanie pipeline’ów danych, monitoring i troubleshooting.
6. Współpraca z analitykami nad wymaganiami i jakością danych.