Data Engineer - GCP / BigQuery (K/M)

Cześć!

Z tej strony Neontri - jesteśmy firmą liczącą ponad 120 osób. Specjalizujemy się w dwóch obszarach:

-tworzymy systemy, które zlecają nam nasi Klienci (najczęściej tworzymy coś od zera, albo dodajemy w pełni nowe funkcjonalności) głównie z obszaru: finansowego, bankowego, fin-tech, e-commerce - choć nie tylko :)

-wspieramy naszych Klientów w rekrutacji Specjalistów, a naszym Kandydatom staramy się dobrać jak najlepiej dopasowane oferty (tzw. bodyleasing)

Co może nas wyróżniać spośród innych firm i dlaczego warto rozpocząć z nami współpracę?

1. Posiadamy bogate doświadczenie w realizacji dużych, złożonych projektów. Miliony użytkowników codziennie korzystają z aplikacji, które współtworzymy.
2. Większość projektów jest prowadzona długoterminowo i w sposób zdalny. Dbamy o nasze relacje i możliwość cyklicznych spotkań na integracjach. Staramy się także angażować w akcje charytatywne.
3. W codziennej współpracy stawiamy nacisk na szczerość, zaufanie i dobre relacje. Projekty realizowane są w mniejszych zespołach ze zróżnicowanym seniority.

Obecnie dla naszego Klienta z branży bankowej poszukujemy Data Engineer'a - osoby z solidnymi podstawami inżynierii danych, która potrafi projektować i rozwijać niezawodne procesy ETL/ELT, dobrze zna SQL i chce rozwijać się w obszarze rozwiązań chmurowych.

Projekt: Dołączysz do zespołu rozwijającego nowoczesne rozwiązania z obszaru inżynierii danych. Będziesz pracować nad procesami zasilania hurtowni danych, środowisk Big Data, platformy Google Cloud oraz systemów kampanijnych.
Czas trwania projektu: długoterminowy (12 mc+)
Stack Technologiczny: BigQuery, Data Lake, Dataflow, Python/Rust, GCP, Dataproc, Apache Spark, Apache Beam, Informatica PowerCenter, Kubernetes, Docker, CI/CD, AutomateNOW
Zespół: kilkuosobowy
Tryb współpracy: hybryda (1x na 2 tygodnie w biurze, Warszawa - centrum)
Wynagrodzenie: 135 - 150 PLN/h + VAT
Model współpracy: outsourcing (kontrakt z Neontri)

• Doświadczenia w projektowaniu i budowie procesów ETL/ELT oraz pipeline’ów przetwarzania danych.
• Dobrej znajomości SQL, w tym optymalizacji zapytań i pracy z dużymi wolumenami danych.
• Praktycznej znajomości BigQuery — projektowania struktur danych, partycjonowania, klastrowania oraz optymalizacji wydajności i kosztów zapytań.
• Doświadczenia programistycznego w Pythonie i/lub Rust.
• Znajomości przetwarzania danych w trybie batch oraz streaming.
• Znajomości architektury sterowanej zdarzeniami i technologii takich jak Kafka lub Pub/Sub.
• Doświadczenia w projektowaniu logicznych i fizycznych modeli danych.
• Znajomości relacyjnych baz danych, np. Oracle lub PostgreSQL.

Składa się z 2 etapów:

1. Krótka (około 20 minutowa) rozmowa online z naszym działem HR,
2. Online Tech talk z Klientem (około 1 godziny). Podczas rozmowy pojawią się pytania o doświadczenie oraz sprawdzające wiedzę techniczną.