Big Data Engineer

O projekcie: Razem z naszym Partnerem, jednym z europejskich liderów w branży bankowej, poszukujemy dwóch osób na stanowisko Big Data Engineer. Projekty dotyczą bankowości B2B i B2C ➡️ platform dla dużych kredytów, pożyczek profesjonalnych oraz aplikacji wspierających transformację cyfrową. ✨ OFERUJEMY: - Udział w spotkaniach integracyjnych i meetupach technologicznych, dzielenie się wiedzą i doświadczeniem z szerszą społecznością inżynierską.  - Wsparcie dedykowanej osoby po stronie Connectis, która zawsze jest dostępna, by pomóc Ci w sprawach związanych z projektem.  - Praca w międzynarodowym środowisku inżynierskim z wysoką kulturą jakości kodu (TDD, code review, clean code).  - Udział w dużym, wieloletnim projekcie modernizacji i migracji do chmury, realny wpływ na architekturę systemu.  - 🏢 Model hybrydowy, większość czasu w biurze (3 dni w tygodniu), elastyczność w pozostałe dni.  - Codzienny kontakt z nowoczesnym stackiem Big Data w kontekście bankowości inwestycyjnej.  - Sprzęt roboczy, laptop i peryferia zapewnione od pierwszego dnia.  - Nowoczesne, komfortowe biuro w Warszawie.   Dziękujemy za wszystkie zgłoszenia. Uprzejmie informujemy, że skontaktujemy się z wybranymi osobami. 12671/MG Wymagania: 🔍 CZEGO OCZEKUJEMY OD CIEBIE? - Min. 4 lata komercyjnego doświadczenia w data engineering / software engineering.  - Zaawansowana znajomość Apache Spark (Scala API - preferowane, Java API - akceptowane).  - Biegły angielski (C1+) ➡️ codzienna komunikacja techniczna i biznesowa w środowisku międzynarodowym.  - Wykształcenie wyższe: Computer Science, Software Engineering lub pokrewne.  - Solidne praktyki TDD ➡️ pisanie testowalnego kodu jako standard, nie wyjątek.  - Praktyczna znajomość Hive i SQL na poziomie produkcyjnym.  - Szukamy Seniora z potencjałem Tech Leada.   Nice to Have: - CI/CD (Jenkins, GitLab CI lub podobne), Git flow, branching strategies.  - Python (szczególnie w kontekście Airflow ➡️orkiestracja pipeline'ów).  - Doświadczenie z Azure (ADF, ADLS, Databricks lub pokrewne usługi).  - Doświadczenie w środowiskach SAFe / release train.   - Znajomość architektury mikroserwisowej i REST API. Codzienne zadania: - Projektowanie i implementacja pipeline'ów do ingestion, transformacji i przetwarzania dużych wolumenów danych.  - Industrializacja rozwiązań data processing ➡️ niezawodność, odporność na błędy, skalowalność.  - Rozwój jobów Spark/Scala: przetwarzanie wsadowe, data mapping, optymalizacja wydajności.  - Analiza źródeł danych i przekształcanie wymagań biznesowych w specyfikacje techniczne.  - Udział w projektowaniu architektury Big Data i rekomendowanie rozwiązań technicznych.  - Code review, dbałość o clean code, standardy TDD/BDD i dobre praktyki DevOps.  - Współpraca w zespole Agile/Scrum (sprinty 2-3 tygodnie, release train).  - Wsparcie L3 ➡️ troubleshooting i utrzymanie środowisk produkcyjnych.  - Identyfikacja ryzyk technicznych oraz proponowanie strategii mitygacji.  - Tworzenie dokumentacji technicznej, test planów i specyfikacji.