Mid Python Developer

O projekcie: Dealavo to spółka oferująca nowoczesne narzędzie do analityki e-commerce dla sklepów internetowych i producentów. Specjalizuje się w oprogramowaniu do monitoringu i automatyzacji cen dla e-sklepów oraz rozwiązaniach z zakresu DPSM (Distribution, Pricing, Shelving, Merchandising) dla producentów. Dealavo oferuje swoje usługi na 32 rynkach, współpracując zarówno z międzynarodowymi przedsiębiorstwami, jak i przedstawicielami rynku lokalnego.  Delavo to innowacyjny system do agregowania i analizy dużej ilości danych o sprzedaży internetowej. Wykorzystujemy rozwiązania machine learningowe do przetwarzania i analizy danych. Rozwijamy wysokowydajne narzędzie do operowania na danych w czasie rzeczywistym, typu BI.  Oferujemy:  - Realny wpływ na architekturę komponentów i sposób pracy zespołu. - Rozwój techniczny (code review, wsparcie doświadczonych programistów). - Praca z wieloma narzędziami i technologiami. - Benefity: Multisport, Enel-med. - Wspólne posiłki, napoje; wyjścia integracyjne. - Płatne urlopy, elastyczne godziny, praca zdalna/hybrydowa. - Biuro w Warszawie — sporadyczne wizyty mogą być potrzebne. Wymagania: Szukamy osoby, która ma: - Minimum 2 lata doświadczenia komercyjnego w Pythonie, - Bardzo dobrą znajomość Pythona, algorytmów i struktur danych, - Doświadczenie w pracy z GitHub Copilot, - Dbałość o jakość kodu, komunikatywność i chęć uczenia się. Mile widziane: - Doświadczenie w budowie skalowalnych systemów przetwarzania dużych ilości danych, - Narzędzia: VS Code, Supervisor, Jenkins, GitHub, RabbitMQ, Ansible, AWS S3, - Znajomość bazy PostgreSQL, ScyllaDB (lub Cassandra), - Praktyczna administracja i diagnostyka systemów Linux, - Studia na kierunku informatyka. Stos technologiczny (na co dzień): - Python - Linux - LLM - RabbitMQ - Postgres/SQL - ScyllaDB - Mikroserwisy - Supervisor - Jenkins - GitHub - Ansible - Redis Codzienne zadania: - Pisanie mikroserwisów w Pythonie w systemie rozproszonym, wysoce skalowalnych, - Utrzymanie i optymalizacja pipeline’ów (wydajność, niezawodność, koszty), - Wprowadzanie użycia LLM do systemu, - Monitoring i reagowanie na alerty (stabilność mikroserwisów), - Pisanie testów, code review w zespole, dbanie o jakość i czytelność kodu.