Data Engineer
⚲ Warszawa, Ochota
160 zł netto (+ VAT) / godz.
Wymagania
- minimum 4 lata doświadczenia w realizacji usług w roli Data Engineer
- doświadczenie w projektowaniu i modelowaniu struktur danych na potrzeby hurtowni danych, Data Lake oraz rozwiązań Real-Time lub Near Real-Time
- doświadczenie w pracy ze środowiskami przetwarzającymi bardzo duże wolumeny danych
- praktyczne doświadczenie w budowaniu profili klienta 360 stopni, Customer Golden Record, agregatów behawioralnych oraz Feature Store
- doświadczenie w budowie i utrzymaniu przepływów danych ETL/ELT zasilających procesy CRM (wsadowe i zdarzeniowe)
- bardzo dobra znajomość Google Cloud Platform
- znajomość działania oraz architektury klastrów Kubernetes
- doświadczenie w pracy w metodykach Agile/Scrum
Opis stanowiska
Projekt z obszaru CRM i zaawansowanej analityki danych, ukierunkowany na budowę rozwiązań klasy Real-Time Decisioning oraz Customer 360. Codzienna praca obejmuje projektowanie struktur danych wspierających silniki rekomendacyjne, Next Best Action, profile klienta 360 stopni i Customer Golden Record oraz integrację systemów CRM, analitycznych i operacyjnych. Wymagane jest realne doświadczenie w pracy z bardzo dużymi wolumenami danych i środowiskiem GCP.
🔍 Dekoder Ogłoszenia
🟡
doświadczenie w projektowaniu i modelowaniu struktur danych na potrzeby hurtowni danych, Data Lake oraz rozwiązań Real-Time lub Near Real-Time
Oczekuje się, że kandydat będzie w stanie zaprojektować i wdrożyć złożone modele danych dla różnych typów magazynów danych, co może wymagać głębokiego zrozumienia architektury danych.
🟡
doświadczenie w pracy ze środowiskami przetwarzającymi bardzo duże wolumeny danych
Może oznaczać pracę z danymi na poziomie terabajtów lub petabajtów, co wymaga specyficznych umiejętności i narzędzi do efektywnego zarządzania i przetwarzania.
🟡
praktyczne doświadczenie w budowaniu profili klienta 360 stopni, Customer Golden Record, agregatów behawioralnych oraz Feature Store
Wymaga to nie tylko technicznych umiejętności, ale także zrozumienia biznesowego kontekstu danych klienta i umiejętności przekształcania ich w użyteczne wskaźniki.
🟡
bardzo dobra znajomość Google Cloud Platform
Oczekuje się biegłości w korzystaniu z szerokiego zakresu usług GCP, co może obejmować nie tylko podstawowe usługi, ale także bardziej zaawansowane rozwiązania.
🟡
znajomość działania oraz architektury klastrów Kubernetes
Wymaga to nie tylko podstawowej wiedzy, ale także zrozumienia, jak zarządzać, skalować i optymalizować działanie aplikacji w środowisku kontenerowym.