Data Engineer/ MID
⚲ Warszawa
26 880 - 30 240 PLN netto (B2B)
Wymagania
- AI
- SQL
- PySpark
- Databricks
- Snowflake
- Power BI
- Azure
- Data
Opis stanowiska
Dla naszego Klienta szukamy doświadczonej osoby na stanowisko - Data Engineer - MID
Model współpracy: B2BStawka: 160 – 180 PLN / h + VAT
Lokalizacja: 100% Praca Zdalna
Wymagania językowe: Angielski C1 (płynna komunikacja techniczna i biznesowa)
O Roli
Jako Forward Deployed Data Engineer dołączysz do dedykowanych zespołów pracujących bezpośrednio z klientami z rynku USA. Projekt finansowo - podatkowy
Kluczowe Obowiązki
• Analiza i integracja danych ze złożonych systemów klienta (ERPy, SAP, fund admin, SharePoint, bazy relacyjne i pliki płaskie).
• Tworzenie zaawansowanych mechanizmów kontroli jakości danych pozwalających na pełną ścieżkę audytu od wyniku do źródła.
• Bezpośrednia współpraca z biznesowymi właścicielami danych po stronie klienta – zbieranie wymagań, wyjaśnianie pochodzenia danych
• Wdrażanie zasad bezpieczeństwa (RLS, anonimizacja) oraz tworzenie struktur danych pod przyszłe przepływy AI.
Wymagania i Umiejętności
•
Doświadczenie: Minimum 5 lata komercyjnego doświadczenia w inżynierii danych.
• Tech Stack: Bardzo dobra znajomość Snowflake / Databricks, zaawansowany SQL, Python / PySpark oraz narzędzi BI (Sigma, Power BI / Fabric).
•
Integracja: Praktyczna umiejętność łączenia danych z systemów klasy ERP, API i plików niestrukturyzowanych.
• Jakość Danych: Duża dbałość o detale i poprawność wyliczeń finansowych/biznesowych.
• AI & Automation: Znajomość nowoczesnych narzędzi wspomagających pracę (GitHub Copilot, serwery MCP) będzie dodatkowym atutem
Zainteresowany Aplikuj!
Model współpracy: B2BStawka: 160 – 180 PLN / h + VAT
Lokalizacja: 100% Praca Zdalna
Wymagania językowe: Angielski C1 (płynna komunikacja techniczna i biznesowa)
O Roli
Jako Forward Deployed Data Engineer dołączysz do dedykowanych zespołów pracujących bezpośrednio z klientami z rynku USA. Projekt finansowo - podatkowy
Kluczowe Obowiązki
• Analiza i integracja danych ze złożonych systemów klienta (ERPy, SAP, fund admin, SharePoint, bazy relacyjne i pliki płaskie).
• Tworzenie zaawansowanych mechanizmów kontroli jakości danych pozwalających na pełną ścieżkę audytu od wyniku do źródła.
• Bezpośrednia współpraca z biznesowymi właścicielami danych po stronie klienta – zbieranie wymagań, wyjaśnianie pochodzenia danych
• Wdrażanie zasad bezpieczeństwa (RLS, anonimizacja) oraz tworzenie struktur danych pod przyszłe przepływy AI.
Wymagania i Umiejętności
•
Doświadczenie: Minimum 5 lata komercyjnego doświadczenia w inżynierii danych.
• Tech Stack: Bardzo dobra znajomość Snowflake / Databricks, zaawansowany SQL, Python / PySpark oraz narzędzi BI (Sigma, Power BI / Fabric).
•
Integracja: Praktyczna umiejętność łączenia danych z systemów klasy ERP, API i plików niestrukturyzowanych.
• Jakość Danych: Duża dbałość o detale i poprawność wyliczeń finansowych/biznesowych.
• AI & Automation: Znajomość nowoczesnych narzędzi wspomagających pracę (GitHub Copilot, serwery MCP) będzie dodatkowym atutem
Zainteresowany Aplikuj!
🔍 Dekoder Ogłoszenia
🔴
Forward Deployed Data Engineer
Prawdopodobnie oznacza pracę blisko klienta, często na jego terenie lub w jego zespołach, co może wiązać się z większą presją i bezpośrednim wpływem na decyzje biznesowe.
🔴
dedykowanych zespołów pracujących bezpośrednio z klientami z rynku USA
Praca z klientami z USA może oznaczać pracę w niestandardowych godzinach, aby dopasować się do ich stref czasowych, co może prowadzić do pracy poza standardowymi godzinami.
🔴
złożonych systemów klienta (ERPy, SAP, fund admin, SharePoint, bazy relacyjne i pliki płaskie)
Integracja tak wielu różnorodnych systemów może być bardzo czasochłonna i wymagać rozwiązywania wielu problemów związanych z jakością i spójnością danych.
🔴
tworzenie struktur danych pod przyszłe przepływy AI
Może oznaczać, że obecne systemy nie są gotowe na AI i będziesz musiał tworzyć fundamenty, co może być bardziej projektowe niż bieżące utrzymanie.
🟡
GitHub Copilot, serwery MCP
Wspomniane jako atut, ale brak konkretów może sugerować, że ich faktyczne wykorzystanie w projekcie jest niepewne lub ograniczone.