Senior Data Engineer with DevOps
⚲ Kraków
26 000 - 28 000 PLN netto (B2B)
Wymagania
- min. 5 lat komercyjnego doświadczenia w software engineering, data engineering lub platform engineering
- wykształcenie wyższe w kierunku Computer Science, Software Engineering lub pokrewnym
- doświadczenie komercyjne w jednym z języków: Java, Python lub Golang
- doświadczenie komercyjne z Airflow i DBT
- doświadczenie komercyjne z Databricks
- doświadczenie komercyjne z Spark/PySpark
- gotowość do udziału w dyżurach on-call (3. linia wsparcia)
Opis stanowiska
Praca dla jednego z największych studiów gier (MOBA i FPS) w zespole Data Operations, którego celem jest modernizacja platformy analitycznej i budowa usług oraz narzędzi do przetwarzania danych w Databricks. Zakres obowiązków jest bardzo szeroki — od backendu, przez schema i metadata tooling, po infrastrukturę chmurową, CI/CD i wsparcie produkcyjne (on-call 3. linii). To rola dla kogoś, kto lubi pracować z petabajtami danych i nie boi się jednocześnie budować nowych rozwiązań oraz migrować istniejące systemy.
🔍 Dekoder Ogłoszenia
🔴
modernizing the Analytics Platform and building the services, tooling, and infrastructure that support data ingestion, schema management, and reliable delivery of analytics data into Databricks.
Praca będzie polegać na budowaniu od podstaw lub znaczącej przebudowie istniejących systemów, a nie tylko na drobnych usprawnieniach.
🔴
building dependable data solutions capable of processing petabytes of information.
Oczekuje się pracy z bardzo dużymi wolumenami danych, co może oznaczać złożoność i wyzwania związane z wydajnością.
🔴
Your work will span backend services, schema and metadata tooling, cloud infrastructure, CI/CD, and production operations.
Zakres obowiązków jest bardzo szeroki i może wymagać od kandydata posiadania kompetencji w wielu różnych obszarach jednocześnie.
🟡
help product teams and internal platform users adopt new data standards, migrate safely from legacy systems, and operate their services with improved reliability, observability, and efficiency.
Część pracy będzie polegać na wspieraniu innych zespołów i użytkowników, co może oznaczać dużo komunikacji i szkoleń.
🔴
design and operate a modern data platform that is easier to evolve, safer to change, and better aligned with future data engineering needs.
Celem jest stworzenie platformy, która będzie elastyczna i łatwa do rozwoju w przyszłości, co sugeruje, że obecna platforma może być trudna w utrzymaniu.