Mid Data Engineer
Summary
Builds and optimizes cloud-based data pipelines using SQL, dbt, and Python, focusing on Snowflake and modern data warehousing while leveraging AI tools for code generation and performance tuning.
Szukamy osób po studiach informatycznych lub pokrewnych z 2–4 letnim doświadczeniem w pracy z danymi, które są samodzielne i potrafią dozwieźć moduł projektu. Zależy nam, żeby nowe osoby wniosły dojrzałe podejście do relacyjnych baz danych, chciały szybko przestawić się na nowoczesny stack cloudowy i poznały Snowflake'a.
- Zaawansowana znajomość SQL (optymalizacja zapytań, procedury, funkcje okna) oraz bardzo dobra znajomość RDBMS (np. PostgreSQL, MS SQL, Oracle).
- Bardzo dobra znajomość dbt (data build tool) oraz narzędzi do orkiestracji (mile widziany Apache Airflow).
- Doświadczenie w projektowaniu modeli danych (star schema, snowflake schema, Vault 2.0).
- Dobra znajomość Pythona i systemu kontroli wersji (Git).
- Stosowanie asystentów AI w codziennej pracy inżynierskiej do:
- generowania nowego kodu SQL/DBT/Python dla Airflow na podstawie wymagań
- przyspieszenia modyfikacji istniejącego kodu SQL/dbt
- automatyzacji generowania dokumentacji modeli danych i kodu
- Umiejętność używania AI do analizy i optymalizacji zapytań pod kątem wydajności oraz świadomość zagrożeń związanych z prywatnością danych. Atutem będzie znajomość natywnych funkcji AI w środowiskach chmurowych (np. Snowflake Cortex AI lub budowanie prostej integracji z LLM w pipeline'ach danych).
- Atut: Doświadczenie ze Snowflake lub innym Cloud Data Warehouse (BigQuery, Redshift, Databricks).
- Branie odpowiedzialności za powierzone zadanie od A do Z, chęć mentoringu mniej doświadczonych osób, gotowość do proponowania własnych usprawnień w architekturze projektowej, proaktywne podejście, chęć do robienia certyfikacji (np. Snowflake SnowPro Core).