Azure Data Engineer with Databricks

Azure Data Engineer with Databricks

Pełny etat 90000 - 110000 zł / rok (szac.) Hybrydowo
A

W skrócie

  • Zadania: Twórz i wdrażaj skalowalne rozwiązania przetwarzania danych na platformie Azure.
  • Firma: Accenture - globalna firma usług profesjonalnych z innowacyjną kulturą pracy.
  • Benefity: Umowa o pracę, wsparcie w rozwoju zawodowym, prywatna opieka medyczna i ubezpieczenie na życie.
  • Pozostałe informacje: Elastyczne godziny pracy i możliwość pracy zdalnej.
  • Dlaczego ta praca: Pracuj nad projektami w chmurze i rozwijaj swoje umiejętności w nowoczesnych technologiach.
  • Kwalifikacje: Doświadczenie w implementacji rozwiązań z użyciem Databricks i Azure Data Factory.

Przewidywane wynagrodzenie mieści się w przedziale 90000 - 110000 zł za rok.

Accenture jest wiodącą globalną firmą świadczącą usługi profesjonalne, która pomaga w budowaniu cyfrowego rdzenia, optymalizacji operacji, przyspieszaniu wzrostu przychodów oraz poprawie usług dla obywateli. Zespół AI & Data współpracuje lokalnie i globalnie z ponad 200 specjalistami z Polski. Nasza wiedza obejmuje architekturę danych oraz specjalizację sektorową. Współpracujemy z partnerami technologicznymi, takimi jak Microsoft, AWS, Google, Oracle i Snowflake, aby wdrażać nowoczesne rozwiązania. Zapewniamy kompleksowe wsparcie od definiowania strategii po wdrażanie i rozwój rozwiązań, obejmujące wszystkie aspekty danych i analityki.

Zakres obowiązków:

  • Opracowywanie i wdrażanie skalowalnych rozwiązań do przetwarzania danych na platformie Azure, transformacja i oczyszczanie dużych zbiorów danych strukturalnych i niestrukturalnych.
  • Projektowanie, budowanie i utrzymywanie solidnych potoków danych integrujących dane z różnych źródeł (bazy danych, API, platformy strumieniowe).
  • Współpraca z zespołami międzyfunkcyjnymi, w tym inżynierami danych, naukowcami danych i architektami chmury, w celu dostarczenia kompleksowych rozwiązań platformy danych.
  • Zaangażowanie na wszystkich krytycznych etapach rozwoju projektu z analitykami biznesowymi, ekspertami systemów źródłowych, architektami danych, inżynierami i właścicielami produktów.
  • Jasna komunikacja i dokumentacja pracy technicznej, uwzględniająca wydajność i koszty w podejmowanych decyzjach projektowych.

Elastyczność: Miejsce pracy może obejmować mieszankę pracy zdalnej (większość czasu), pracy na miejscu u klienta lub w biurze Accenture – w zależności od specyficznych okoliczności projektu. Istnieje możliwość osobistego spotkania w celu współpracy, nauki i budowania relacji z klientami, współpracownikami, liderami i społecznościami. Będziemy tak elastyczni, jak to możliwe, aby wspierać Twoje potrzeby związane z pracą/życiem.

Co oferujemy:

  • Pracę nad migracją chmury i projektami dużych platform danych w różnych branżach, takich jak inżynieria energetyczna, motoryzacja, finanse i inne.
  • Możliwość ciągłego rozwoju poprzez angażowanie się w różnorodne, złożone rozwiązania i wyzwania związane z architekturą danych.
  • Rozszerzenie umiejętności poprzez współpracę z ekspertami i ekspozycję na nowoczesne koncepcje i architektury (np. data mesh, wirtualizacja danych, architektury agentowe i inne).

Wymagania:

  • Doświadczenie w implementacji rozwiązań z użyciem jezior danych i potoków (Databricks, Azure Data Factory).
  • Udokumentowane doświadczenie w projektowaniu i wdrażaniu rozwiązań w chmurze Azure (znajomość AWS, GCP będzie dodatkowym atutem).
  • Biegłość w SQL, PySpark, modelowaniu danych (3NF, schematy gwiazdy/snieżynki) oraz wzorcach projektowych ELT/ETL (w tym Azure Data Factory).
  • Doświadczenie w Pythonie lub podobnych językach skryptowych do transformacji danych, orkiestracji i automatyzacji.
  • Znajomość zaawansowanych funkcji Databricks (Unity Catalog, MLflow, Jobs & Pipelines).
  • Zrozumienie zasad architektury danych w chmurze, w tym koncepcji Lakehouse, architektury Medallion, integracji API i architektury opartej na zdarzeniach.
  • Doświadczenie z praktykami CI/CD i DevOps dla przepływów pracy z danymi (Git, Azure DevOps) oraz integracji analitycznych (np. Power BI).
  • Doskonałe umiejętności komunikacyjne i umiejętność pracy z klientami, z możliwością jasnego wyjaśnienia koncepcji technicznych.
  • Silne umiejętności współpracy w zespołach multidyscyplinarnych.

Dodatkowe atuty:

  • Znajomość nowoczesnych narzędzi stosu danych (np. dbt, Power BI, Tableau, Looker).
  • Doświadczenie z narzędziami infrastruktury jako kod (np. Databricks Asset Bundles, Terraform, szablony ARM).
  • Doświadczenie w optymalizacji kosztów i zasadach FinOps dla rozwiązań danych w chmurze.
  • Znajomość integracji uczenia maszynowego lub GenAI — operacjonalizacja modeli AI/ML lub wykorzystanie LLM w Databricks/Azure.
  • Certyfikaty Databricks Associate lub Professional.
  • Certyfikaty Microsoft w obszarach Microsoft Fabric i Azure.

Accenture nie dyskryminuje kandydatów do zatrudnienia na podstawie rasy, religii, koloru skóry, płci, wieku, niepełnosprawności, pochodzenia narodowego, przekonań politycznych, członkostwa w związkach zawodowych, etniczności, wyznania, orientacji seksualnej ani żadnej innej podstawy niedopuszczalnej zgodnie z polskim prawem. Inkluzja i różnorodność są fundamentem naszej kultury i wartości. Zrównoważony rozwój jest jednym z naszych największych obowiązków, który wprowadzamy we wszystko, co robimy i dla wszystkich, z którymi współpracujemy.

Azure Data Engineer with Databricks – pracodawca: Accenture Poland

Accenture to wiodąca globalna firma świadcząca usługi profesjonalne, która oferuje wyjątkowe możliwości rozwoju zawodowego w dynamicznym środowisku. Pracownicy mogą liczyć na wsparcie w postaci indywidualnych ścieżek rozwoju, szerokiego pakietu szkoleń oraz dostępu do nowoczesnych technologii SAP, co sprzyja innowacyjności i kreatywności. Dodatkowo, elastyczne warunki pracy oraz programy wsparcia dla pracowników tworzą przyjazną atmosferę, w której każdy może się rozwijać i realizować swoje ambicje.

A

Dane kontaktowe:

Zespół rekrutacyjny Accenture Poland

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako Azure Data Engineer with Databricks

Azure Data Factory
Databricks
SQL
PySpark
Data Modeling
ELT/ETL Design Patterns
Python