Mid Data Engineer
⚲ Warszawa
14 000 - 20 000 PLN (B2B)
Wymagania
- SQL
- RDBMS
- Oracle
- dbt
- Python
- Git
- AI
- Cloud
- Data warehouse
- Snowflake (nice to have)
- Airflow (nice to have)
- Databricks (nice to have)
Opis stanowiska
O projekcie:
Szukamy osób po studiach informatycznych lub pokrewnych z 2–4 letnim doświadczeniem w pracy z danymi, które są samodzielne i potrafią dozwieźć moduł projektu. Zależy nam, żeby nowe osoby wniosły dojrzałe podejście do relacyjnych baz danych, chciały szybko przestawić się na nowoczesny stack cloudowy i poznały Snowflake'a.
Wymagania:
- Zaawansowana znajomość SQL (optymalizacja zapytań, procedury, funkcje okna) oraz bardzo dobra znajomość RDBMS (np. PostgreSQL, MS SQL, Oracle).- Bardzo dobra znajomość dbt (data build tool) oraz narzędzi do orkiestracji (mile widziany Apache Airflow).- Doświadczenie w projektowaniu modeli danych (star schema, snowflake schema, Vault 2.0).- Dobra znajomość Pythona i systemu kontroli wersji (Git).- Stosowanie asystentów AI w codziennej pracy inżynierskiej do:- generowania nowego kodu SQL/DBT/Python dla Airflow na podstawie wymagań- przyspieszenia modyfikacji istniejącego kodu SQL/dbt- automatyzacji generowania dokumentacji modeli danych i kodu - Umiejętność używania AI do analizy i optymalizacji zapytań pod kątem wydajności oraz świadomość zagrożeń związanych z prywatnością danych. Atutem będzie znajomość natywnych funkcji AI w środowiskach chmurowych (np. Snowflake Cortex AI lub budowanie prostej integracji z LLM w pipeline'ach danych). - Atut: Doświadczenie ze Snowflake lub innym Cloud Data Warehouse (BigQuery, Redshift, Databricks).- Branie odpowiedzialności za powierzone zadanie od A do Z, chęć mentoringu mniej doświadczonych osób, gotowość do proponowania własnych usprawnień w architekturze projektowej, proaktywne podejście, chęć do robienia certyfikacji (np. Snowflake SnowPro Core).
Szukamy osób po studiach informatycznych lub pokrewnych z 2–4 letnim doświadczeniem w pracy z danymi, które są samodzielne i potrafią dozwieźć moduł projektu. Zależy nam, żeby nowe osoby wniosły dojrzałe podejście do relacyjnych baz danych, chciały szybko przestawić się na nowoczesny stack cloudowy i poznały Snowflake'a.
Wymagania:
- Zaawansowana znajomość SQL (optymalizacja zapytań, procedury, funkcje okna) oraz bardzo dobra znajomość RDBMS (np. PostgreSQL, MS SQL, Oracle).- Bardzo dobra znajomość dbt (data build tool) oraz narzędzi do orkiestracji (mile widziany Apache Airflow).- Doświadczenie w projektowaniu modeli danych (star schema, snowflake schema, Vault 2.0).- Dobra znajomość Pythona i systemu kontroli wersji (Git).- Stosowanie asystentów AI w codziennej pracy inżynierskiej do:- generowania nowego kodu SQL/DBT/Python dla Airflow na podstawie wymagań- przyspieszenia modyfikacji istniejącego kodu SQL/dbt- automatyzacji generowania dokumentacji modeli danych i kodu - Umiejętność używania AI do analizy i optymalizacji zapytań pod kątem wydajności oraz świadomość zagrożeń związanych z prywatnością danych. Atutem będzie znajomość natywnych funkcji AI w środowiskach chmurowych (np. Snowflake Cortex AI lub budowanie prostej integracji z LLM w pipeline'ach danych). - Atut: Doświadczenie ze Snowflake lub innym Cloud Data Warehouse (BigQuery, Redshift, Databricks).- Branie odpowiedzialności za powierzone zadanie od A do Z, chęć mentoringu mniej doświadczonych osób, gotowość do proponowania własnych usprawnień w architekturze projektowej, proaktywne podejście, chęć do robienia certyfikacji (np. Snowflake SnowPro Core).
🔍 Dekoder Ogłoszenia
🔴
samodzielne i potrafią dozwieźć moduł projektu
Oczekuje się, że będziesz pracować bez ciągłego nadzoru i samodzielnie doprowadzać zadania do końca.
🔴
chciały szybko przestawić się na nowoczesny stack cloudowy i poznać Snowflake'a
Możliwe, że obecny stack jest przestarzały, a nauka nowego będzie głównym celem pracy.
🔴
Branię odpowiedzialności za powierzone zadanie od A do Z
Oznacza to pełne zaangażowanie w projekt, od jego rozpoczęcia aż po finalne wdrożenie, bez możliwości delegowania części pracy.
🔴
chęć mentoringu mniej doświadczonych osób
Możesz zostać poproszony o szkolenie nowych członków zespołu, co może odciągnąć Cię od własnych zadań.
🟡
Stosowanie asystentów AI w codziennej pracy inżynierskiej
Oczekuje się aktywnego wykorzystania narzędzi AI do generowania i modyfikacji kodu, co może być zarówno ułatwieniem, jak i wymogiem.