Inżynier DataOps (k/m)

Nasze wymagania:
Minimum 3 lata doświadczenia w utrzymaniu lub rozwoju rozwiązań Data Engineering, DataOps, Hurtowni Danych albo integracji danych.
Bardzo dobra znajomość SQL oraz umiejętność analizy, poprawiania i optymalizacji zapytań i modeli danych.
Doświadczenie w utrzymaniu potoków ELT/ETL, analizie logów, monitoringu zadań oraz diagnozowaniu błędów przetwarzania.
Praktyczna znajomość chmurowej platformy danych, preferowana Google Cloud Platform i BigQuery.
Doświadczenie z narzędziami transformacji danych i wersjonowaniem kodu, np. dbt lub Dataform oraz Git.
Znajomość zasad wdrażania zmian, testów technicznych, CI/CD i bezpiecznej pracy na środowiskach produkcyjnych.
Znajomość języka skryptowego do automatyzacji i przetwarzania danych, preferowany Python.
Umiejętność pracy z incydentami, ustalania priorytetów i prowadzenia analizy przyczyny źródłowej.
Język angielski minimum B2.

Mile widziane:
Doświadczenie z Terraform, konteneryzacją lub Kubernetes.
Znajomość Power BI i zależności pomiędzy warstwą danych a raportowaniem.
Doświadczenie z PostgreSQL, Oracle oraz integracją przez API lub pliki.
Znajomość Data Governance, katalogowania danych, lineage i kontroli dostępu.
Doświadczenie w branży telekomunikacyjnej.
Praktyczna znajomość Jira i Confluence.

Zakres obowiązków:
Bieżące utrzymanie potoków ELT/ETL, integracji, zadań harmonogramowanych i procesów zasilających platformę danych.
Monitorowanie przebiegów, logów, alertów i parametrów wydajnościowych oraz reagowanie na błędy i przerwy w przetwarzaniu.
Obsługa incydentów i problemów: diagnoza, odtworzenie działania, analiza przyczyny źródłowej, dokumentowanie oraz wdrażanie działań zapobiegawczych.
Kontrola jakości i kompletności danych, wykonywanie uzgodnionych walidacji oraz wyjaśnianie niezgodności z właścicielami danych i zespołami BI.
Realizacja zmian utrzymaniowych i rozwojowych w istniejących rozwiązaniach: modyfikacja transformacji, modeli, interfejsów i harmonogramów.
Budowa nowych przepływów lub komponentów danych w ramach uzgodnionych wymagań, standardów i docelowej architektury określonej dla platformy.
Automatyzacja powtarzalnych czynności operacyjnych, testów, wdrożeń i kontroli jakości w celu ograniczenia pracy ręcznej i ryzyka błędu.
Przygotowywanie wdrożeń, testów technicznych, planów wycofania zmiany oraz wsparcie stabilizacji po wdrożeniu.
Utrzymywanie dokumentacji technicznej i operacyjnej, w tym map przepływu danych, instrukcji obsługi, procedur odtworzeniowych i rejestru znanych błędów.
Współpraca z analitykami, właścicielami aplikacji, dostawcami i architektami przy analizie wpływu zmian oraz rozwiązywaniu problemów na styku systemów.
Identyfikowanie długu technicznego i ryzyk operacyjnych oraz proponowanie możliwych do wdrożenia usprawnień.