Apache Superset Developer
⚲ New York
Do uzgodnienia
Wymagania
- 4+ lata doświadczenia w BI/analytics/data visualization
- 2+ lata praktycznego doświadczenia z Apache Superset w środowiskach produkcyjnych
- Biegłość w SQL (window functions, CTE, optymalizacja zapytań)
- Doświadczenie z Databricks/Spark SQL lub podobnymi platformami lakehouse
- Biegłość w Git i doświadczenie w pracy zespołowej
- Gotowość do pracy w pełni zdalnej z 4-godzinnym pokryciem ze strefą US Eastern
Mile widziane
- Doświadczenie w deployment/operacjach Superset (Docker, Kubernetes, Redis, Celery)
- Biegłość w Power BI dla poprawnej migracji istniejących dashboardów
Opis stanowiska
Apache Superset Developer w Kratos Growth — migracja dashboardów z Power BI do Apache Superset dla platformy consumer intelligence przetwarzającej 50+ mld punktów danych miesięcznie. Realnie: architektura biblioteki komponentów wielokrotnego użytku, optymalizacja wydajności Superset + Databricks (cache, semantic layer, Delta Lake), definiowanie standardów dashboardowych i szablonów Jinja. Uwaga: 'lead our migration' i 'technical owner' sugerują, że cała migracja może spaść na jedną osobę bez wsparcia zespołu, a szeroki zakres odpowiedzialności bez wskazania granic roli grozi przeciążeniem. Dla kogoś, kto lubi mieć realny ownership i pracować z nowoczesnym stackiem bez legacy.
🔍 Dekoder Ogłoszenia
🟡
AI-driven consumer intelligence platform
Modne hasło 'AI-driven' — nie precyzuje, jak faktycznie wykorzystywane jest AI w produkcie ani w samej roli.
🔴
lead our migration from Power BI to Apache Superset
Sformułowanie 'lead' sugeruje odpowiedzialność i przywództwo, ale może oznaczać, że cała migracja spadnie na jedną osobę bez wsparcia zespołu.
🔴
technical owner of how analytics dashboards get built at scale
Szeroki zakres odpowiedzialności ('owner') bez wskazania granic roli — ryzyko przeciążenia obowiązkami.
🟡
enable our team to ship faster, better dashboards
Ogólnikowe 'faster, better' bez mierzalnych kryteriów sukcesu.
🟢
improving performance from 8-12 second load times to under 3 seconds
Konkretny, mierzalny cel wydajnościowy — transparentne oczekiwanie.