Wymagania

Technologie wymagane

Python

Java

Spark

SQL

Data Lakehouse

Data Vault

Kimball

Airflow

Kafka

System operacyjny

Windows

Nasze wymagania

Szukamy osoby z doświadczeniem w projektowaniu i wdrażaniu rozwiązań Data lub ML/AI, która potrafi pracować z dużymi wolumenami danych i zna praktyki budowy nowoczesnych środowisk analitycznych. Przydatne będzie doświadczenie z projektami klasy enterprise, najlepiej w sektorze finansowym lub telekomunikacyjnym.

Oczekujemy dobrej znajomości:

Python, Java i ekosystemu narzędzi do przetwarzania danych Spark (lub PySpark) oraz architektury przetwarzania rozproszonego SQL i baz danych relacyjnych oraz NoSQL projektowania modeli danych i podejść takich jak Data Lakehouse, Data Vault czy Kimball pipeline’ów danych, orkiestracji i narzędzi typu Airflow systemów streamingowych (Kafka lub alternatywy) praktyk CI/CD dla świata data i ML

Ważna będzie również dobra orientacja w usługach chmurowych. Nie wymagamy bycia ekspertem we wszystkim, ale zależy nam, abyś umiał pracować co najmniej z jedną z dużych platform: AWS, Azure lub GCP.

Mile widziane

Mile widziana znajomość usług typu BigQuery, Redshift, Databricks, Synapse, Glue, Vertex AI, SageMaker czy Azure ML, a także doświadczenie z narzędziami do wdrażania modeli ML.

Dużą zaletą będzie umiejętność tworzenia high-level architecture diagrams, decision records, dokumentacji koncepcyjnych oraz prowadzenia rozmów zarówno z zespołem technicznym, jak i klientem biznesowym.

Twój zakres obowiązków

W tej roli będziesz projektować rozwiązania Data Platform, planować architekturę warstw danych oraz tworzyć komponenty, które pozwolą nam wielokrotnie wykorzystywać te same wzorce w projektach i produktach. Dużą częścią pracy będzie analiza wymagań i potrzeba umiejętnego przekładania celów biznesowych na konkretne rozwiązania techniczne.

Oczekujemy, że będziesz brać udział w całym cyklu powstawania rozwiązań: od discovery i warsztatów z klientem, przez projektowanie modeli danych, pipelines i integracji, aż po wsparcie zespołów inżynierskich w implementacji. Rolą architekta będzie również aktywny udział w przygotowywaniu koncepcji ofertowych, estymacji i prezentacji rozwiązań podczas spotkań pre-sales.

Jednocześnie chcemy, abyś miał realny wpływ na kształt budowanej Data Platform, zarówno od strony technologicznej, jak i koncepcyjnej.