Data Engineer (Python / PostgreSQL)

W Sorigo zajmujemy się wdrażaniem innowacyjnych rozwiązań w obszarze IT. Mamy kilkunastoletnie doświadczenie we współpracy partnerskiej z dużymi klientami. Wierzymy także, że praca powinna dawać ludziom satysfakcje, a nie być tylko obowiązkiem. Choć czasami znalezienie odpowiedniego dla siebie miejsca wymaga czasu i dobrego ukierunkowania przez bardziej doświadczonych kolegów. Każdy pracownik przychodzi do nas po to aby się rozwinąć. Interesuje nas Twój rozwój, bo z tego czerpiemy satysfakcję, a nasi klienci korzyści.

Data Engineer (Python / PostgreSQL)

Lokalizacja: hybrydowo/Warszawa

Jeżeli:

• Masz minimum 5 lat doświadczenia komercyjnego jako Python Developer, Data Engineer, Data Developer, Data Scientist, Analytics Engineer lub na podobnym stanowisku
• Bardzo dobrze znasz Pythona i masz praktyczne doświadczenie w tworzeniu oraz rozwijaniu aplikacji i procesów wykorzystujących Python
• Masz komercyjne doświadczenie z bibliotekami Pandas oraz Pandas i wykorzystujesz je do przetwarzania, transformacji oraz analizy danych
• Potrafisz pracować z dużymi zbiorami danych, w tym danymi liczonymi w miliardach rekordów i terabajtach
• Wiesz, jak pisać wydajny i skalowalny kod Python oraz optymalizować procesy przetwarzania danych
• Masz doświadczenie w budowaniu, rozwijaniu lub utrzymywaniu procesów przetwarzania danych, ETL lub ELT z wykorzystaniem Pythona
• Dobrze znasz SQL i masz praktyczne doświadczenie z PostgreSQL
• Potrafisz pisać i optymalizować zapytania SQL oraz analizować problemy związane z ich wydajnością
• Masz podstawową lub dobrą znajomość partycjonowania danych i pracy z dużymi tabelami
• Potrafisz analizować problemy związane z przetwarzaniem danych, identyfikować ich źródło oraz diagnozować problemy w różnych systemach i źródłach danych
• Potrafisz samodzielnie diagnozować problemy i utrzymywać rozwiązania działające na produkcji
• Biegle posługujesz się językiem angielskim (B2/C1)

A może dodatkowo:

• doświadczenie z BigQuery
• doświadczenie z rozwiązaniami chmurowymi, szczególnie AWS i/lub GCP
• znajomość innych bibliotek i narzędzi wspierających przetwarzanie danych w Pythonie
• doświadczenie z danymi finansowymi lub znajomość specyfiki funduszy inwestycyjnych, w szczególności ETF

Pomyśl, czy:

• lubisz pracować w przyjaznej atmosferze?
• chcesz czerpać satysfakcję z pracy w inspirujących projektach tworzonych przez ludzi z pasją?
• nie boisz się złożonych zagadnień, mając świadomość, że one napędzają Twój rozwój?
• chcesz być doceniany nie tylko za wyniki, ale i za swoje zaangażowanie?

Opowiedziałeś twierdząco na większość pytań? Zapraszamy!

Co u nas na Ciebie czeka?

• Praca w projektach opartych o Python, PostgreSQL i systemy przetwarzające bardzo duże wolumeny informacji
• Dołączysz do nowo powstającego, 5-6 osobowego hubu kompetencyjnego w Polsce, który docelowo przejmie pełną odpowiedzialność merytoryczną za projekt od zespołu z Hiszpanii
• Będziesz współtworzyć krytyczną aplikację bankową odpowiedzialną za revenues management oraz stock reconciliation, pracując w unikalnym środowisku multi-cloud (AWS i GCP)
• Rozwój kompetencji w obszarze DWH, integracji danych i rozwiązań bazodanowych
• wyzwania technologiczne i rozwojowe m.in. w zakresie tematyki Data i analizy danych;
• pakiet socjalny: opieka medyczna, ubezpieczenie, karta sportowa;
• praca z najnowszymi technologiami i trendami rynku;
• konkurencyjne wynagrodzenie;
• bezkonkurencyjna atmosfera w pracy.

Liczymy, że pochwalisz się w CV swoim doświadczeniem - co do tej pory robiłeś, od małych projektów po duże komercyjne, bo doświadczenie jest ważne, ale ważniejszy potencjał Twojego rozwoju.

Osoby zainteresowane prosimy o przesyłanie aplikacji klikając w przycisk aplikowania.

Prosimy o zawarcie w CV klauzuli: „Wyrażam zgodę na przetwarzanie danych osobowych zawartych w mojej ofercie pracy dla potrzeb niezbędnych do realizacji procesu rekrutacji prowadzonego przez Sorigo Sp. z o.o. z siedzibą w Warszawie zgodnie z ustawą z dnia 29 sierpnia 1997 r. o ochronie danych osobowych (tj. Dz. U. z 2014 r. poz. 1182, 1662)”.