Must have

• Azure

• Python

• PySpark

• SQL

• Azure Databricks

• Azure DevOps

• Polish (Fluent)

• English (C1)

Requirements description

Original text.  Show translation

• Minimum 4 lata doświadczenia na stanowisku Data Engineer.
• Zdolność do tworzenia wydajnych rozwiązań dla dużych zbiorów danych.
• Bardzo dobra znajomość Pythona, Spark, PySpark oraz SQL.
• Znajomość Azure, Azure Databricks, Azure DevOps.
• Dobra znajomość języka angielskiego.

Mile widziane:

• Znajomość modelu Data Vault 2.0.
• Doświadczenie z DBT (Data Build Tools).
• Znajomość Terraform, Docker, Kubernetes.
• Doświadczenie z rozwiązaniami CI/CD.

Offer description

Original text.  Show translation

Wspólnie z naszym partnerem z branży ubezpieczeniowej poszukujemy osoby na stanowisko Data Engineer (Azure).

Nasz klient realizuje strategiczny, wieloletni program wdrożenia DataHubów – rozwiązania wspierającego różne obszary biznesowe poprzez integrację różnych danych w organizacji. Projekt oparty jest o architekturę medalinową (bronze/silver/gold) oraz model Data Vault 2.0, a jego celem jest stworzenie skalowalnej mini hurtowni danych wdrażanej kolejno w spółkach zagranicznych naszego Partnera Biznesowego.

OFERUJEMY:

• Tryb pracy zdalnej z okazjonalnymi spotkaniami zespołu w biurze w centrum Warszawy (raz w miesiącu).
• Udział w strategicznym projekcie realizowanym dla międzynarodowego Partnera Biznesowego.
• Realny wpływ na architekturę i rozwój rozwiązania wdrażanego w wielu krajach.
• Dedykowane wsparcie opiekuna Connectis przez cały czas trwania współpracy.
• Współpracę z doświadczonym zespołem inżynierów danych i DevOpsów.
• Możliwość przedłużenia współpracy w kolejnych fazach programu.
• 5000 PLN za polecenie znajomego do naszych projektów.
• Szybki, zdalny proces rekrutacyjny.

Dziękujemy za wszystkie zgłoszenia. Pragniemy poinformować, że skontaktujemy się z wybranymi osobami.

Your responsibilities

Original text.  Show translation

1. Modelowanie danych z uwzględnieniem wzorców logicznych i architektury Data Vault 2.0.
2. Projektowanie i wdrażanie skalowalnych Data Hubów w środowisku Azure i Databricks.
3. Wdrażanie funkcji walidacji danych, wykrywania anomalii i monitoringu jakości danych.
4. Optymalizacja przetwarzania oraz przechowywania danych dla dużych wolumenów.
5. Ścisła współpraca z architektami danych, zespołami AI i przedstawicielami biznesu.
6. Tworzenie dokumentacji modeli danych, potoków oraz decyzji projektowych.

show all (10)