W skrócie
- Zadania: Projektuj i buduj potoki danych w nowoczesnym środowisku fintech.
- Firma: InPost - dynamiczna firma z międzynarodowym zespołem ekspertów.
- Benefity: Elastyczne godziny pracy, rozwój zawodowy i atrakcyjne wynagrodzenie.
- Pozostałe informacje: Możliwość pracy w różnorodnym środowisku z szansami na rozwój kariery.
- Dlaczego ta praca: Zyskaj wpływ na innowacyjne projekty w szybko rozwijającej się branży.
- Kwalifikacje: 5+ lat doświadczenia w inżynierii danych oraz umiejętności w Pythonie i SQL.
Przewidywane wynagrodzenie mieści się w przedziale 90000 - 110000 zł za rok.
Opisujemy budowę skali wewnątrz InPost, gdzie AI będzie miało kluczowe znaczenie. Będziesz pierwszym zatrudnionym w zespole inżynierii danych: technicznym autorytetem, na którego decyzjach projektowych opiera się każdy inny inżynier. Będziesz pracować bezpośrednio z Kierownikiem Inżynierii Danych oraz Kierownikiem ML, z zespołem wykonawczym InPost wspierającym budowę. To rola indywidualnego wkładu z zakresem organizacyjnym. Twoja wpływowość pochodzi z twojej wiarygodności technicznej, a nie liczby podległych osób. Nasze motto to ekstremalna odpowiedzialność.
Zadania:
- Projektowanie, budowanie i obsługa wsadowych i strumieniowych potoków danych na 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 serwowanej cechy.
- Budowanie i obsługa procesów AI-first / agentic dla potoków zespołu - projektowanie pętli agenta (kontekst, narzędzia, oceny, zabezpieczenia), aby dostarczanie agentowe było niezawodne, obserwowalne i kontrolowane kosztowo.
- Modelowanie danych finansowych i behawioralnych w zarządzanych, udokumentowanych zbiorach danych z wyraźnym właścicielstwem, pochodzeniem i kontrolami dostępu zgodnymi z RODO i wewnętrzną polityką zarządzania danymi.
- Wbudowanie 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. Projektujesz pętlę 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 doświadczenia z Spark / Databricks lub równoważnym lakehouse.
- 5+ lat doświadczenia w używaniu SQL, modelowaniu danych i Pythonie do inżynierii danych.
- 2+ lata doświadczenia z zaawansowanymi narzędziami kodowania agentowego i inżynierią pętli - projektowanie kontekstu/narzędzi, oceny, zabezpieczenia, iteracja.
- Projektowanie potoków wsadowych i strumieniowych na 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 narzędziowania agentowego oraz inżynierii pętli i grafów. Projektowanie ocen i zabezpieczeń. Solidna wiedza o LLM.
- Myślenie o pochodzeniu 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.
Will be a plus:
- 1+ rok doświadczenia z feature store / ML data serving.
- 1+ rok doświadczenia z danymi płatności / fintech lub danymi kredytowymi.
- 1+ rok doświadczenia z przesyłaniem strumieniowym (Kafka / Structured Streaming).
- Dane z obszaru płatności / kredytów (autoryzacja, księgowanie, spłata, zaległości).
- Projektowanie cech ryzyka kredytowego i dane potoku scoringowego.
- Wzorce przesyłania strumieniowego w czasie rzeczywistym i CDC.
- dbt lub równoważne ramy transformacji.
- Optymalizacja kosztów i wydajności na Databricks.
Warunki:
- 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.
- Satysfakcjonujące kariery z szerokim zakresem korzyści dla ludzi oraz inwestowanie w zapewnienie możliwości szkoleniowych dla ich rozwoju.
- Poczujesz się częścią społeczności InPost, która codziennie ma wpływ na zrównoważony rozwój, wygodne dostawy i gospodarkę cyrkularną.
- Doskonałe środowisko pracy i elastyczne godziny.
- Oferujemy umowę typu B2B.
Data Engineer in Fintech in Warsaw – 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.
