W skrócie
- Zadania: Projektuj i buduj potoki danych w nowoczesnym środowisku lakehouse.
- Firma: InPost - dynamiczna firma fintech z międzynarodowym zespołem.
- Benefity: Elastyczne godziny pracy, umowa B2B, rozwój zawodowy i różnorodne benefity.
- Pozostałe informacje: Możliwość pracy w różnorodnym środowisku z liderami branży.
- Dlaczego ta praca: Zyskaj wpływ na innowacyjne projekty w szybko rozwijającej się branży.
- Kwalifikacje: 5+ lat doświadczenia w inżynierii danych oraz znajomość Spark i Databricks.
Przewidywane wynagrodzenie mieści się w przedziale 118800 - 145200 zł za rok.
Pełnoetatowa firma opisowa. Budujemy skalowalną strukturę wewnątrz InPost, a AI będzie jej częścią. Będziesz kluczowym pracownikiem zespołu inżynierii danych: techniczną autorytetą, na której decyzjach projektowych opiera się każdy inny inżynier. Będziesz pracować bezpośrednio z Kierownikiem Inżynierii Danych i Kierownikiem ML, z zespołem wykonawczym InPost wspierającym budowę. To rola indywidualnego wkładu z zakresem organizacyjnym. Twoja wpływowość pochodzi z twojej wiarygodności technicznej, a nie z liczby osób w zespole. Nasze motto to 'ekstremalna odpowiedzialność'.
Twoja rola:
- Projektowanie, budowanie i obsługa wsadowych i strumieniowych potoków danych w lakehouse (Databricks / Spark), które pobierają, walidują i modelują dane dla origination kredytów, underwriting i raportowania portfela.
- Budowanie i utrzymywanie feature store, który konsumują BNPL Origination i MCA Underwriting, gwarantując poprawność punktu w czasie, świeżość SLA i powtarzalność dla każdej dostarczonej cechy.
- Budowanie i obsługa procesów AI-first / agentycznych dla potoków zespołu — projektowanie pętli agenta (kontekst, narzędzia, oceny, zabezpieczenia), aby dostarczanie agentyczne było niezawodne, obserwowalne i kontrolowane kosztowo.
- Modelowanie danych finansowych i behawioralnych w zarządzanych, udokumentowanych zbiorach danych z wyraźnym właścicielstwem, linią i kontrolami dostępu zgodnymi z RODO i wewnętrzną polityką zarządzania danymi.
- Wbudowywanie jakości danych i obserwowalności jako pierwszorzędnych produktów: świeżość, kompletność, rozkład i kontrole zmiany schematu z alertami.
- Utrzymywanie odpowiedzialności po produkcji za posiadane potoki — monitorowanie, reakcja na incydenty, analiza przyczyn źródłowych i iteracyjne doskonalenie.
- Praca z feature store z danymi poprawnymi w punkcie w czasie, używając Databricks i Spark, z śledzeniem dla obserwowalności potoków. Będziesz posiadać agentyczne narzędzia i pętle oraz oparte na grafach przepływy pracy wokół feature store.
- Projektowanie pętli agenta (kontekst, narzędzia, stan, oceny, zabezpieczenia) dla tworzenia cech, świeżości i monitorowania jakości danych.
Wymagania:
- 5+ lat doświadczenia w inżynierii danych (potoki, modelowanie).
- 3+ lata z Spark / Databricks lub równoważnym lakehouse.
- 5+ lat korzystania z SQL, modelowania danych i Pythona w inżynierii danych.
- 2+ lata zaawansowanych narzędzi kodowania agentycznego i inżynierii pętli — projektowanie kontekstu/narzędzi, oceny, zabezpieczenia, iteracje.
- Projektowanie potoków wsadowych i strumieniowych w architekturze lakehouse.
- Modelowanie danych wymiarowych i zdarzeniowych do analizy i konsumpcji ML.
- Optymalizacja wydajności SQL i partycjonowanie dużych tabel.
- Python i Spark; orkiestracja (np. Airflow / Workflows).
- Ciekawość do zaawansowanego narzędzi agentycznych oraz inżynierii pętli i grafów. Projektowanie ocen i zabezpieczeń.
- Solidna wiedza na temat LLM.
- Myślenie o linii danych, katalogowaniu i zarządzaniu (świadomość RODO).
- Znajomość języka angielskiego na poziomie B2 lub wyższym.
- Wykształcenie wyższe w dziedzinie informatyki, inżynierii danych, matematyki lub pokrewnej dziedziny.
Miło widziane:
- 1+ rok z feature store / ML data serving.
- 1+ rok z danymi płatności / fintech lub kredytowymi.
- 1+ rok ze strumieniowaniem (Kafka / Structured Streaming).
- Projektowanie cech ryzyka kredytowego i dane potoku scoringowego.
- Wzorce strumieniowe w czasie rzeczywistym i CDC.
- dbt lub równoważne ramy transformacji.
- Optymalizacja kosztów i wydajności na Databricks.
Dodatkowe informacje:
Możliwość pracy w różnorodnym, międzynarodowym i międzyfunkcyjnym środowisku, wraz z wiodącymi ekspertami. Pracujesz i uczysz się od starszego lidera i jego zespołu kierowniczego, poszerzając swoje doświadczenie i ekspozycję w branży e-commerce i logistyki. InPost to rozwijająca się firma, która oferuje swoim pracownikom coraz więcej możliwości w kilku lokalizacjach w Europie. Spełniające kariery z szeregiem korzyści dla ludzi oraz inwestowanie w zapewnianie możliwości szkoleniowych dla ich rozwoju. Poczujesz się częścią społeczności InPost, która codziennie ma wpływ na zrównoważony rozwój, wygodne dostawy i gospodarkę o obiegu zamkniętym. Doskonałe środowisko pracy i elastyczne godziny. Oferujemy umowę typu B2B.
Senior Data Engineer in Kraków – pracodawca: InPost
InPost to doskonały pracodawca, który oferuje wyjątkowe możliwości rozwoju w dynamicznym środowisku e-commerce. Pracując jako Senior Data Developer, będziesz miał realny wpływ na podejmowanie decyzji strategicznych, a także możliwość współpracy z międzynarodowym zespołem ekspertów. Nasza kultura pracy sprzyja innowacjom i eksperymentowaniu z nowymi technologiami, co czyni naszą firmę atrakcyjnym miejscem dla osób poszukujących satysfakcjonującej kariery.
