Senior Data Platform Engineer (GCP)

Klient: Międzynarodowa firma produktowa działająca w sektorze agrobiznesu i nowych technologii. Organizacja rozwija globalną platformę danych wspierającą kluczowe procesy biznesowe, takie jak zarządzanie łańcuchem dostaw, analiza rynku oraz zarządzanie ryzykiem.

Lokalizacja biura: Warszawa.

Model pracy: Hybrydowy (1-2 dni w tygodniu z biura).

Zespół: 5-6 Engineerów. Zespół jest rozproszony, zlokalizowany w Polsce i Hiszpanii.

Poszukujemy doświadczonej osoby, która posiada wiedzę z zakresu Data Engineering, architektury danych, analizy danych oraz raportowania i chce rozwijać nowoczesną platformę danych opartą o Google Cloud Platform oraz uczestniczyć w tworzeniu rozwiązań wspierających analitykę, raportowanie oraz inicjatywy z obszaru Data Science i Machine Learning.

Zakres obowiązków:

• Projektowanie, rozwój i utrzymanie nowoczesnych pipeline’ów danych w środowisku Google Cloud Platform.

• Budowa oraz rozwój platform Data Lake i Lakehouse wspierających rozwiązania analityczne oraz Machine Learning.

• Tworzenie wydajnych rozwiązań do przetwarzania danych z wykorzystaniem technologii streamingowych oraz pipeline’ów CDC.

• Projektowanie i rozwój rozwiązań Data Warehouse oraz modeli danych wspierających analitykę biznesową.

• Rozwiązywanie złożonych problemów związanych z przetwarzaniem danych oraz dostarczanie rozwiązań wspierających podejmowanie decyzji biznesowych.

• Współpraca z Data Scientistami, analitykami biznesowymi, architektami oraz Product Ownerami przy realizacji globalnych inicjatyw.

• Wdrażanie dobrych praktyk Data Engineering oraz udział w wyborze i implementacji nowych narzędzi i technologii.

• Mentoring mniej doświadczonych członków zespołu oraz dzielenie się wiedzą w zakresie standardów Data Engineering.

• Zapewnienie jakości, wydajności oraz stabilności rozwijanych rozwiązań poprzez analizę, testowanie i utrzymanie istniejących procesów.

Główne wymagania:

• minimum 5 lat doświadczenia jako Data Platform Engineer lub Data Engineer,

• minimum 2 lata doświadczenia z Google Cloud Platform (GCP),

• bardzo dobrą znajomość SQL,

• doświadczenie programistyczne w Python lub Scala,

• praktyczne doświadczenie z usługami Google Cloud, w szczególności BigQuery, Datastream, Dataproc, DataPlex oraz Dataform,

• doświadczenie w budowie i utrzymaniu platform Data Lake lub Lakehouse,

• doświadczenie w tworzeniu rozwiązań Data Warehouse z wykorzystaniem chmurowych silników MPP (preferowany BigQuery),

• doświadczenie w budowie pipeline’ów danych wykorzystujących przetwarzanie strumieniowe oraz Change Data Capture (CDC),

• znajomość modelowania danych, procesów ETL, Data Governance oraz zagadnień związanych z raportowaniem,

• doświadczenie w pracy z relacyjnymi, NoSQL oraz chmurowymi bazami danych,

• dobrą znajomość systemu Linux,

• doświadczenie w pracy w zespołach Agile,

• bardzo dobrą znajomość języka angielskiego (minimum B2, preferowane C1) umożliwiającą swobodną współpracę z międzynarodowym zespołem.

Mile widziane:

• doświadczenie w projektach z obszaru Risk,

• zainteresowanie rozwiązaniami z zakresu Data Science, Machine Learning lub Artificial Intelligence.

Firma oferuje:

• Stabilne zatrudnienie w oparciu o umowę o pracę,

• Możliwość korzystania z podwyższonych kosztów uzyskania przychodu (KUP) po zakończeniu okresu próbnego,

• Udział w rozwoju globalnej platformy danych wykorzystywanej przez międzynarodową organizację,

• Pracę w międzynarodowym środowisku i współpracę z ekspertami Data Engineering,

• Możliwość pracy z nowoczesnym ekosystemem Google Cloud Platform oraz technologiami wykorzystywanymi w obszarze Data Engineering i Analytics,

• Realny wpływ na rozwój rozwiązań oraz wybór technologii wykorzystywanych w projektach,

• Hybrydowy model pracy (1-2 dni w tygodniu z biura)

• Możliwość rozwoju technicznego i mentoringowego,

• Kulturę organizacyjną oparta na jakości, współpracy i ciągłym doskonaleniu,

• Elastyczne godziny pracy,

• Prywatną opiekę medyczną, kartę Multisport, ubezpieczenie na życie.

Proszę o CV wyłącznie w języku angielskim.