Wymagania

Technologie wymagane

Microsoft Azure

Python

System operacyjny

Windows

Linux

Nasze wymagania

• Minimum 7 lat doświadczenia zawodowego w obszarze inżynierii danych.
• Praktyczne doświadczenie w pracy z usługami chmurowymi Microsoft Azure, w szczególności Data Lake, Databricks, Delta Lake.
• Doświadczenie w pracy z tradycyjnymi systemami ETL i hurtowniami danych (Informatica – mile widziana).
• Zaawansowana znajomość Pythona i PySparka w przetwarzaniu danych w środowiskach rozproszonych.
• Umiejętność projektowania i optymalizacji data pipelines oraz automatyzacji procesów.
• Znajomość zasad Data Governance i bezpieczeństwa danych w środowiskach chmurowych.
• Gotowości do pracy w modelu hybrydowym: ok. 40% obecności w biurze (Poznań lub Wrocław), z elastycznością w ustaleniu harmonogramu.
• Mile widziane doświadczenie w dużych projektach migracji danych z systemów on-premise do chmury.
• Mile widziana jest dostępność ASAP, akceptowalny jest maksymalnie miesięczny okres wypowiedzenia, ze skutkiem na koniec miesiąca.
• Znajomość języka angielskiego na poziomie B2 lub C1 - umożliwiająca swobodną komunikację w międzynarodowym środowisku.

Mile widziane

• Doświadczenie w dużych projektach migracji danych z systemów on-premise do chmury.
• Dostępność ASAP, akceptowalny jest maksymalnie miesięczny okres wypowiedzenia, ze skutkiem na koniec miesiąca.

Twój zakres obowiązków

• Projektowanie, rozwijanie i utrzymywanie danych z wykorzystaniem Azure Databricks i Delta Lake.
• Migracja tradycyjnych rozwiązań ETL (np. Informatica) do nowoczesnej architektury opartej na chmurze Microsoft Azure.
• Implementacja aplikacji danych w Pythonie z wykorzystaniem PySparka (transformacje, agregacje, pobieranie, integracja, filtrowanie).
• Tworzenie i utrzymanie frameworków kontroli jakości danych, narzędzi do monitoringu i observability.
• Optymalizacja wydajności i kosztów przetwarzania danych w środowisku Azure.
• Współpraca z zespołami biznesowymi, DevOps i inżynierii infrastruktury w celu realizacji projektów migracyjnych i modernizacyjnych.
• Udział w planowaniu, analizie i wdrażaniu innowacyjnych rozwiązań w obszarze inżynierii danych.