Starszy inżynier danych w Niks

Zostań liderem strategii danych dla naszych klientów na całym świecie. Poszukujemy Senior Data Engineer, który będzie pełnił rolę rzetelnego doradcy technicznego - osoby, która potrafi projektować złożone architektury Lakehouse, merytorycznie bronić rozwiązań technicznych przed interesariuszami i prowadzić działania przedsprzedażowe.

MISJA:

Twoją misją jest projektowanie skalowalnych, bezpiecznych i opłacalnych platform danych, które rozwiązują krytyczne zadania biznesowe. Przeprowadzisz audyty techniczne, zdefiniujesz najlepsze praktyki dla zespołu i zbudujesz podstawową infrastrukturę umożliwiającą zaawansowaną analitykę i wdrażanie możliwości AI/GenAI dla naszych klientów.

CO ZROBISZ:

• Kieruj projektowaniem i wdrażaniem skalowalnych potoków i architektur Lakehouse. Pełnić rolę kluczowego eksperta technicznego (Design Authority) przy projektach.
• Rozwiązuj najtrudniejsze wyzwania techniczne — optymalizację mocno obciążonych potoków strumieniowych, debugowanie złożonych Spark-jobów i rozwój uniwersalnych frameworków.
• Bierz udział w ocenach technicznych, audytach istniejących systemów i przygotowywaniu ofert (estymacji). Wyjaśnij klientom zwrot z inwestycji w modernizację techniczną.
• Upewnij się, że wszystkie rozwiązania są gotowe do produkcji: bezpieczne, objęte monitorowaniem, opłacalne (FinOps) i udokumentowane.
• Definiuj standardy kodowania, przeprowadzaj recenzje kodu i mentoruj inżynierów średniego/młodszego stopnia, aby bezpośrednio rozwijali inżynierię danych.

CO JEST DLA NAS WAŻNE:

• Python lub Scala (poziom ekspert/wzorce projektowe), SQL (poziom ekspert).
• Databricks (katalog Unity), Snowflake, BigQuery, Synapse.
• Spark/PySpark (głębokie zrozumienie mechanizmów wewnętrznych, strojenie, przesyłanie strumieniowe), dbt (wzorce korporacyjne).
• Data Mesh, Lakehouse (Delta Lake/Iceberg), Lambda/Kappa.
• Zaawansowane Terraform/IaC, CI/CD, Docker/Kubernetes.
• Sklepy funkcji, wektorowe bazy danych, podstawy MLOps.
• Ekspert w języku Python (wzorce projektowe, tworzenie bibliotek) i SQL. Umiejętność optymalizacji kodu napisanego przez innych.
• Głęboka znajomość Databricks (zarządzanie pamięcią Spark, strategie partycjonowania) lub Snowflake (tuningowanie hurtowni, RBAC, klonowanie zerowej kopii). Rozumiesz, jak te narzędzia działają „od kuchni”.
• Umiejętność projektowania kompleksowych rozwiązań, doboru odpowiednich narzędzi (np. argumentacja „Dlaczego w tym przypadku Snowflake, a nie Redshift?”) i obrony swoich decyzji przed kadrą zarządzającą klienta.
• Ekspercka znajomość AWS, GCP lub Azure. Dogłębne zrozumienie sieci (VPC, PrivateLink), bezpieczeństwa (IAM) i ograniczeń integracji.
• Doświadczenie w uczestnictwie w fazach przedsprzedaży, audytach technicznych lub fazach odkrywania. Umiejętność przekształcania potrzeb biznesowych w specyfikacje techniczne.
• Zrozumienie zasad przygotowania danych do uczenia maszynowego (inżynieria funkcji, potoki dla LLM/RAG).

Będzie dodatkowym atutem:

• Gjakiekolwiek doświadczenie z Kafką, Kinesis lub Spark Structured Streaming.
• Doświadczenie z wektorowymi bazami danych (Pinecone, pgvector, Weaviate) lub frameworkami takimi jak LangChain.
• Profesjonalne certyfikaty w chmurze (np. AWS Solutions Architect Pro, Databricks Certified DE Professional).
• Zaawansowane modelowanie danych dla DynamoDB, Cosmos DB lub MongoDB.