Data Engineer with Azure Databricks – automotive sector (f / m/x) - Regular, Senior
Wrocław, PolskaОсновні характеристики вакансії
Потрібні спеціалісти — старший/експерт
Сервер: Java / .NET / Node / Python
Працевлаштування: трудовий договір
Приватне медичне страхування
Опис
Obecnie poszukujemy Data Engineer z dużym doświadczeniem w Azure Databricks do jednego z naszych projektów motoryzacyjnych. Na tym stanowisku będziesz odpowiedzialny za projektowanie, budowanie i optymalizację pipeline'ów danych, a także wspieranie rozwoju skalowalnych produktów opartych na danych. Stanowisko to jest idealne dla kogoś, kto lubi złożone wyzwania związane z danymi i dostarczanie niezawodnych, gotowych do produkcji rozwiązań. Jeśli ta rola brzmi dla Ciebie interesująco, zachęcamy do aplikowania! Projektowanie, tworzenie i ulepszanie pipeline'ów danych i przepływów pracy przy użyciu Azure Databricks i Python. Opracowywanie i utrzymywanie rozwiązań inżynierii danych w ramach ekosystemu danych platformy Azure (np. Data Lake, Data Factory, Databricks). Tworzenie i obsługa interfejsów API, które umożliwiają wydajną integrację, udostępnianie i komunikację danych między platformami Ścisła współpraca z interesariuszami biznesowymi w celu gromadzenia wymagań i przekładania ich na praktyczne rozwiązania techniczne Zapewnianie wysokiej jakości danych, bezpieczeństwa i zgodności oraz ciągłe doskonalenie wydajności systemów danych Minimum 3-letnie doświadczenie na stanowisku Data Engineer with Python i Spark z silną praktyczną znajomością Azure, Azure Databricks. Praktyczne doświadczenie z usługami danych Azure (Data Lake, Data Factory) i narzędziami do pozyskiwania danych Doświadczenie w opracowywaniu lub utrzymywaniu interfejsów API do obsługi integracji i wymiany danych Dobre zrozumienie procesów ETL i technik modelowania danych Znajomość pipeline'ów CI/CD, systemów kontroli wersji (np. Git) i zwinnych metod pracy. Silne umiejętności komunikacyjne i gotowość do współpracy z interesariuszami biznesowymi Gotowość do pracy w modelu hybrydowym - 2 dni w tygodniu w siedzibie klienta we Wrocławiu Wymagane miejsce zamieszkania w Polsce Great Place to Work Stabilna sytuacja finansowa Kontrakty z globalnymi markami Centrum szkoleń wewnętrznych Wielu ekspertów, od których możesz się uczyć Otwarty i dostępny zarząd Profit sharing Program Sponsoringu Pasji Cykliczne imprezy i wyjazdy integracyjne Komfortowe i dobrze wyposażone biura Aplikacja MySii Opieka medyczna
Переваги
Great Place to Work
Stabilna sytuacja finansowa
Kontrakty z globalnymi markami
Centrum szkoleń wewnętrznych
Wielu ekspertów, od których możesz się uczyć
Otwarty i dostępny zarząd
Profit sharing
Program Sponsoringu Pasji
Cykliczne imprezy i wyjazdy integracyjne
Komfortowe i dobrze wyposażone biura
Aplikacja MySii
Opieka medyczna
Вимоги
Minimum 3-letnie doświadczenie na stanowisku Data Engineer with Python i Spark z silną praktyczną znajomością Azure, Azure Databricks.
Praktyczne doświadczenie z usługami danych Azure (Data Lake, Data Factory) i narzędziami do pozyskiwania danych
Doświadczenie w opracowywaniu lub utrzymywaniu interfejsów API do obsługi integracji i wymiany danych
Dobre zrozumienie procesów ETL i technik modelowania danych
Znajomość pipeline'ów CI/CD, systemów kontroli wersji (np. Git) i zwinnych metod pracy.
Silne umiejętności komunikacyjne i gotowość do współpracy z interesariuszami biznesowymi
Gotowość do pracy w modelu hybrydowym - 2 dni w tygodniu w siedzibie klienta we Wrocławiu
Wymagane miejsce zamieszkania w Polsce
Zakres obowiązków
Projektowanie, tworzenie i ulepszanie pipeline'ów danych i przepływów pracy przy użyciu Azure Databricks i Python.
Opracowywanie i utrzymywanie rozwiązań inżynierii danych w ramach ekosystemu danych platformy Azure (np. Data Lake, Data Factory, Databricks).
Tworzenie i obsługa interfejsów API, które umożliwiają wydajną integrację, udostępnianie i komunikację danych między platformami
Ścisła współpraca z interesariuszami biznesowymi w celu gromadzenia wymagań i przekładania ich na praktyczne rozwiązania techniczne
Zapewnianie wysokiej jakości danych, bezpieczeństwa i zgodności oraz ciągłe doskonalenie wydajności systemów danych