Data Engineer
Summary
Data Engineer building and scaling a Databricks-based data platform for an international insurance/reinsurance client: designing pipelines, integrating data, and delivering quality data products. 100% remote from Poland (quarterly Warsaw visits), B2B; core stack Python, PySpark, Databricks; Azure, Terraform/Kubernetes nice-to-have.
O projekcie:
Wspólnie z naszym Partnerem, międzynarodowym liderem branży ubezpieczeniowej i reasekuracyjnej, poszukujemy doświadczonego/ej specjalisty/ki do świadczenia usług jako Data Engineer. Projekt dotyczy budowania i rozwijania skalowalnej infrastruktury danych opartej na Databricks, z naciskiem na modularność, reużywalność i jakość dostarczanych data products.
Mile widziane:
- Znajomość Terraform lub Kubernetes.
- Znajomość Microsoft Azure w kontekście projektów danych.
- Doświadczenie z Medallion Architecture (Bronze / Silver / Gold).
- Doświadczenie w roli lidera technicznego, obejmującej ustalanie standardów, code review i mentoring.
OFERUJEMY:
- Nowy sposób na aplikowanie z AI Rekruterem (AIR) – w trakcie procesu możesz porozmawiać z wirtualnym rekruterem 24/7, bez czekania na telefon. Finalną decyzję zawsze podejmuje Opiekun Projektu.
- Współpracę w modelu projektowym, z rozliczeniem opartym na etapach i protokołach odbioru poszczególnych deliverables.
- Wsparcie po stronie Connectis w sprawach administracyjnych i rozliczeniowych związanych ze współpracą.
- Uczestnictwo w wydarzeniach branżowych oraz meetupach technologicznych.
- 5 000 PLN za polecenie znajomych do naszych projektów.
- Elastyczna forma współpracy B2B.
- Realizacja usług 100% zdalnie.
- Szybki i zdalny proces.
Wymagania:
- Mimimum 3 lata doświadczenia w roli Data Engineer.
- Praktyczna znajomość Python i PySpark w kontekście inżynierii danych.
- Umiejętność efektywnej współpracy z zespołami biznesowymi i technicznymi.
- Realizacja usług zdalnie (okazjonalne wizyty w Warszawie, 1x na kwartał).
- Doświadczenie w pracy z platformą Databricks.
- Biegła znajomość języka polskiego i angielskiego.
Codzienne zadania:
- Projektowanie, rozwijanie i optymalizowanie skalowalnych pipeline'ów danych w środowisku Databricks
- Współpraca z biznesem i zespołami technicznymi przy tworzeniu i dostarczaniu data products.
- Rozwijanie i utrzymywanie warstwy analitycznej oraz powiązanego ekosystemu danych.
- Dbanie o modularność, reużywalność, wydajność i jakość budowanych rozwiązań.
- Integrowanie i transformowanie danych z różnorodnych źródeł.
13672/MP
Dziękujemy za wszystkie zgłoszenia. Pragniemy poinformować, że skontaktujemy się z wybranymi osobami.