Data Engineer (K/M)
⚲ Warszawa
Do uzgodnienia
Wymagania
- min. 4 lata doświadczenia na stanowisku Data Engineera lub w pokrewnej roli
- bardzo dobra znajomość Pythona oraz SQL
- doświadczenie w budowie i utrzymaniu pipeline'ów danych (ETL/ELT)
- praktyczna znajomość pracy z danymi ustrukturyzowanymi i nieustrukturyzowanymi (transformacje, normalizacja, przygotowanie)
- umiejętność modelowania danych oraz pracy z różnymi schematami baz danych
- doświadczenie z relacyjnymi bazami danych (np. PostgreSQL, MySQL, MS SQL, Oracle)
- znajomość wektorowych baz danych i ich zastosowań w kontekście AI
Mile widziane
- doświadczenie w projektach wykorzystujących LLM (np. RAG), znajomość Airflow, doświadczenie w migracjach CRM (Pega, Salesforce, SAS, Adobe)
Opis stanowiska
Rola inżyniera danych w firmie technologicznej, obejmująca projektowanie, budowę i utrzymanie pipeline'ów ETL/ELT, modelowanie danych oraz przygotowywanie danych na potrzeby systemów AI/ML, w tym LLM. Uwaga: zakres obejmuje pracę z danymi ustrukturyzowanymi i nieustrukturyzowanymi, co często oznacza dużo czasu na czyszczenie i przygotowywanie 'brudnych' danych, a także wdrażanie wektorowych baz danych od podstaw – firma dopiero eksploruje te technologie. To oferta dla inżyniera danych z min. 4-letnim doświadczeniem, który chce rozwijać się w kierunku AI/ML i chmury.
🔍 Dekoder Ogłoszenia
🔴
Minimum 4 lata doświadczenia na stanowisku Data Engineera lub w pokrewnej roli
Może oznaczać, że firma jest otwarta na kandydatów z innych dziedzin, ale równie dobrze może być próbą znalezienia kogoś, kto zrobi więcej za mniejsze pieniądze.
🔴
Praktyczna znajomość pracy z danymi ustrukturyzowanymi i nieustrukturyzowanymi (transformacje, normalizacja, przygotowanie)
Często oznacza, że będziesz musiał spędzić dużo czasu na czyszczeniu i przygotowywaniu 'brudnych' danych, zamiast na zaawansowanych zadaniach inżynierskich.
🔴
Znajomość wektorowych baz danych i ich zastosowań w kontekście AI
Może sugerować, że firma dopiero zaczyna eksplorować te technologie, a Twoja rola będzie polegać na ich wdrożeniu od podstaw, co może być zarówno wyzwaniem, jak i źródłem frustracji.
🔴
Współpraca z zespołami ML / AI
Może oznaczać ścisłą współpracę i wsparcie dla zespołów ML/AI, ale także potencjalne przejmowanie zadań, które powinny należeć do nich.
🔴
Implementacja rozwiązań w chmurze (AWS, GCP, Azure) związanych z
Niedokończone zdanie może sugerować, że ogłoszenie nie jest w pełni przemyślane lub że zakres obowiązków jest elastyczny i może się zmieniać.