Data & AI Solution Architect (Databricks)
⚲ Warsaw
Do uzgodnienia
Wymagania
- doświadczenie w architekturze rozwiązań data governance / metadata na skalę enterprise
- praktyka z Unity Catalog: tagging, lineage tracking, row/column level security
- doświadczenie w roli SME / mentorowanie zespołów inżynierskich
- doświadczenie w integracji metadanych z zewnętrznymi katalogami, narzędziami BI i aplikacjami AI
Opis stanowiska
Rola w zespole platformy Data & AI Core Data Lakehouse w P&G — odpowiadasz za architekturę strategii metadanych i wykrywalności danych w środowisku Databricks. W praktyce: projektowanie wzorców wyszukiwania danych, standaryzacja Unity Catalog (tagowanie, lineage, row/column level security), integracja metadanych z zewnętrznymi katalogami i narzędziami BI oraz mentoring zespołów inżynierskich. Uwaga: ogłoszenie operuje hasłami typu 'Active Metadata ecosystem' i 'technical visionary' bez konkretów — przed rozmową warto dopytać, jak te pojęcia przekładają się na codzienne zadania i mierzalne cele.
🔍 Dekoder Ogłoszenia
🔴
technical visionary
Brak konkretów — ogłoszenie nie precyzuje realnych zadań ani odpowiedzialności, tylko ogólniki o 'wizji'.
🔴
You won't just be managing a catalog; you will be architecting an Active Metadata ecosystem
Brzmi ekscytująco, ale 'Active Metadata ecosystem' to buzzword bez jasnej definicji — trudno ocenić, co to realnie oznacza w codziennej pracy.
🔴
Leveraging the full power of the Databricks Lakehouse
Marketingowy język ('full power') zamiast konkretów o zakresie obowiązków.
🔴
effortless data discoverability
Obietnica 'bez wysiłku' — w praktyce governance i metadata to zwykle złożone, żmudne projekty.
🔴
empowers both human users and AI agents
Modne hasło o AI bez wyjaśnienia, jak przekłada się na realne zadania.