Pracuj.pl Praca zdalna Mid

Data Engineer

IT SQUAD SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ

⚲ Warszawa

18 000 – 26 000 zł / mies.

Wymagania

  • Snowflake
  • SQL
  • DBT
  • GitLab
  • R
  • Shiny
  • Streamlit
  • Tableau
  • SAP
  • Monte Carlo
  • Collibra
  • Immuta
  • Talend
  • Apache Airflow

Opis stanowiska

Nasze wymagania:
Minimum 3 lata doświadczenia jako konsultant IT / data engineer w obszarze realizacji rozwiązań analitycznych.
Praktyczne doświadczenie z Snowflake: warehouses, role, tasks/streams, modelowanie SQL z uwzględnieniem wydajności; zaawansowana znajomość SQL.
Praktyczne wykorzystanie DBT w środowisku produkcyjnym (modele, makra, testy, dokumentacja).
Znajomość GitLab (lub analogicznego workflow Git), w tym wdrażanie modeli danych z wykorzystaniem CI.
Doświadczenie w refaktoryzacji istniejących pipeline’ów, zamiast tworzenia rozwiązań od podstaw; umiejętność pracy na podstawie wymagań pisemnych i mockupów.
Płynna znajomość języka angielskiego (C1).

Mile widziane:
Znajomość domeny produkcji i analizy wydajności produkcji (production yield analysis).
Znajomość R/Shiny lub Streamlit w kontekście tworzenia prototypów analitycznych.
Doświadczenie w modelowaniu źródeł danych dla Tableau (extracts, published data sources, row-level security).
Doświadczenie z ekstrakcją danych z SAP (P1U/PDC) oraz znajomość narzędzi/technologii takich jak Monte Carlo, Collibra, Immuta, Talend lub orkiestracja w stylu Airflow.

Zakres obowiązków:
Rozwijanie i rozszerzanie warstwy analitycznej Snowflake dla określonych pipeline’ów: źródłowych, agregacyjnych oraz zorientowanych na potrzeby odbiorców biznesowych.
Implementacja zmian wynikających z wymagań biznesowych: dodawanie nowych atrybutów, zmiana logiki agregacji, poziomów drill-down oraz obsługa historyzacji/wersjonowania cykli planistycznych.
Tworzenie i utrzymywanie modeli, testów oraz dokumentacji w DBT; zarządzanie kodem w GitLab zgodnie z zasadami pracy z branchami, merge requestami i code review.
Projektowanie i implementacja logiki transformacji oraz analityki, m.in.: konsolidacja statusów partii, analiza przyczyn odrzucenia, porównanie standardowego i rzeczywistego nakładu pracy, podstawowa statystyczna kontrola procesu (SPC), jeśli jest wymagana.
Zapewnienie zgodności ze standardami dotyczącymi m.in. nazewnictwa, warstw danych, odpowiedzialności za produkty danych, lineage oraz dokumentacji.
Przeprowadzanie walidacji i uzgadniania danych z systemami źródłowymi oraz wsparcie monitorowania jakości danych.
Udział w planowaniu sprintów, estymacjach i demo, poprawianie błędów wykrytych podczas UAT oraz udoskonalanie logiki na podstawie feedbacku.
Współtworzenie dokumentacji technicznej oraz przekazywanie wiedzy do zespołu odpowiedzialnego za wsparcie.

Oferujemy:
Pracę przy projektach klienckich i produktach własnych
Realny wpływ na rozwiązania biznesowe i technologiczne w ramach realizowanych projektów
Szkolenia oraz wsparcie w określeniu ścieżki rozwoju
Eventy firmowe, dostęp do usług medycznych oraz pakietów sportowych
Zatrudnienie na umowę B2B / UZ Student
Pracę w trybie zdalnym/ hybrydowym (Warszawa)
Krótki proces rekrutacji

🔍 Dekoder Ogłoszenia

🔴
Doświadczenie w refaktoryzacji istniejących pipeline’ów, zamiast tworzenia rozwiązań od podstaw
Prawdopodobnie będziesz pracować głównie z istniejącym, być może nieoptymalnym kodem, a nie budować nowe, innowacyjne rozwiązania.
🔴
umiejętność pracy na podstawie wymagań pisemnych i mockupów
Oczekuje się, że będziesz samodzielnie interpretować i implementować zadania na podstawie dokumentacji, która może być niepełna lub niejasna.
🟡
Rozwijanie i rozszerzanie warstwy analitycznej Snowflake dla określonych pipeline’ów: źródłowych, agregacyjnych oraz zorientowanych na potrzeby odbiorców biznesowych.
Twoja praca będzie polegać na dostosowywaniu istniejących struktur do nowych wymagań, a nie na projektowaniu od zera.
🟡
Implementacja zmian wynikających z wymagań biznesowych: dodawanie nowych atrybutów, zmiana logiki agregacji, poziomów drill-down oraz obsługa historyzacji/wersjonowania cykli planist
Częste zmiany w wymaganiach biznesowych będą wymagały ciągłego dostosowywania istniejących rozwiązań.