freehire launches on Product Hunt on 26 August.

Follow →

GCP Data Engineer - Customer Value and Digital Engagement Department

Summary

Design, build, and maintain GCP-based data pipelines (ETL/ELT) and warehouses to power analytics, ML models, and AI apps for a telecom company.

Lokalizacja: Warszawa, ul. Marynarska 12

Forma współpracy: Direct B2B

Tryb współpracy: Hybrydowy (wymiar do ustalenia)

Rekrutacja online!

Dołącz do programu transformacji danych w T‑Mobile i współtwórz program, który zmienia sposób, w jaki pracujemy z danymi na co dzień. Pracuj z najnowocześniejszymi technologiami, miej realny wpływ na strategię danych i rozwijaj kompetencje przyszłości w kulturze otwartej na innowacje. Stwórz z nami przestrzeń na eksperymentowanie, szybkie prototypowanie i tworzenie rozwiązań, które kształtują przyszłość telekomunikacji napędzaną danymi.

Jako Data Engineer/-ka będziesz odpowiedzialny/-a za projektowanie, implementację i utrzymanie rozwiązań danych w Google Cloud Platform (GCP). Twoja działania pozwolą wspierać procesy analityczne, biznesowe, aportowanie, rozwój modeli ML, aplikacji AI oraz innych aplikacji wykorzystujących dane w organizacji.

Dodatkowo dla Seniora/-ki: W roli seniorskiej będziesz również jako Tech Lead zarządzał/-a mikrozespołem odpowiedzialnym za poszczególne elementy domen danych.

Zadania, które na Ciebie czekają:

  • Projektowanie, rozwój i utrzymanie potoków danych (ETL/ELT) w środowisku GCP.
  • Integracja danych z różnych źródeł (API, bazy, pliki) do narzędzi takich jak BigQuery i Cloud Storage.
  • Projektowanie i optymalizacja modeli danych w hurtowniach danych (Kimball, Data Vault, Dimensional Modeling).
  • Implementacja rozwiązań streamingowych (np. Pub/Sub, Dataflow, Apache Beam).
  • Automatyzacja procesów wokół danych przy użyciu Cloud Composer (Airflow).
  • Zapewnienie wydajności, jakości, bezpieczeństwa i skalowalności danych.
  • Współpraca z zespołami ds. analityki danych, Data Science oraz zespołami biznesowymi.
  • Tworzenie dokumentacji technicznej i udział w code review.
  • Monitorowanie i rozwiązywanie problemów wydajnościowych oraz optymalizacja kosztów w chmurze.
  • Optymalizacja wydajności i kosztów implementowanych rozwiązań,
  • Dla Seniora: prowadzenie mikrozespołu (2–4 osoby), planowanie prac/sprintów, priorytetyzacja backlogu, facylitacja warsztatów z biznesem, przekładanie wymagań na rozwiązania i SLA/SLO.

W realizacji zadań pomoże Ci:

  • Minimum 2–3 lata doświadczenia na stanowisku Data Engineer (dla poziomu Senior: min. 5 lat + doświadczenie w roli wiodącej/liderskiej)
  • Praktyczne doświadczenie w pracy z chmurą GCP, w szczególności: BigQuery (zaawansowany SQL, optymalizacja i zarządzanie kosztami), Cloud Storage (zarządzanie danymi, wersjonowanie), Pub/Sub oraz Dataflow (Apache Beam) lub Dataproc (Spark), a także Cloud Composer (Airflow) do orkiestracji pipeline’ów
  • Podstawowa znajomość obszaru bezpieczeństwa w GCP (IAM, KMS, DLP)
  • Bardzo dobra znajomość SQL (optymalizacja zapytań, agregacje, praca z dużymi zbiorami danych)
  • Doświadczenie w programowaniu w Pythonie (np. pandas, PySpark, testy automatyczne)
  • Umiejętność projektowania modeli danych (Kimball, Data Vault, Dimensional Modeling) oraz budowy warstw danych (raw/bronze, curated/silver, semantic/gold)
  • Znajomość narzędzi do automatyzacji: Terraform (IaC) oraz CI/CD (np. GitLab CI, Cloud Build)
  • Doświadczenie w zapewnianiu jakości danych (testowanie, monitoring, alertowanie)
  • Umiejętność pracy z narzędziami monitorującymi i diagnostycznymi (Cloud Monitoring, Logging)
  • Doświadczenie w tworzeniu dokumentacji technicznej oraz udział w code review

Mile widziane:

  • Mile widziane certyfikaty Google (np. Google Professional Data Engineer, Associate Cloud Engineer).
  • Doświadczenie z narzędziami zarządzania danymi, np.:
  • dbt, Dataform (transformacja i dokumentacja danych).
  • Dataplex, Data Catalog (zarządzanie ładem danych).
  • Umiejętność pracy zespołowej i komunikacji z zespołami biznesowymi, technicznymi oraz analitycznymi.
  • Proaktywność, odpowiedzialność i nastawienie na jakość w obszarze danych.

See also