Data Engineer: Trade Promotion Analytics & Pipelines – Hybrid in Warsaw

Data Engineer: Trade Promotion Analytics & Pipelines – Hybrid in Warsaw

Warsaw Pełny etat 121500 - 148500 zł / rok (szac.) Hybrydowo
P

W skrócie

  • Zadania: Projektuj i buduj ETL/ELT konwejery danych na Azure i Databricks.
  • Firma: Procter & Gamble - lider w branży z innowacyjnym podejściem.
  • Benefity: Elastyczny czas pracy, możliwość pracy zdalnej i rozwój zawodowy.
  • Pozostałe informacje: Gwarantujemy rozwój kariery w międzynarodowej firmie.
  • Dlaczego ta praca: Pracuj z danymi i wpływaj na decyzje biznesowe w dynamicznym środowisku.
  • Kwalifikacje: Doświadczenie w Pythonie, PySpark oraz umiejętności współpracy z zespołem.

Przewidywane wynagrodzenie mieści się w przedziale 121500 - 148500 zł za rok.

Procter & Gamble ищет опытного Data Engineer для разработки и поддержки конвейеров данных на Azure и Databricks. Ваша роль включает projektowanie, budowanie i testowanie ETL/ELT-pajpłynów, a także pisanie czystego kodu w Pythonie i PySpark oraz optymalizację zapytań.

Kluczowe zadania:

  • zapewnienie jakości danych
  • projektowanie jednolitej modelu danych
  • współpraca z analitykami i interesariuszami biznesowymi

Gibrydowa praca, możliwość pracy zdalnej 2 dni w tygodniu.

Data Engineer: Trade Promotion Analytics & Pipelines – Hybrid in Warsaw – pracodawca: Procter & Gamble

P&G to doskonały pracodawca, oferujący wyjątkowe możliwości rozwoju zawodowego w międzynarodowym środowisku. Pracownicy mogą liczyć na wsparcie w postaci programów mentoringowych, szkoleń oraz elastycznych form pracy, co sprzyja równowadze między życiem zawodowym a prywatnym. Dodatkowo, P&G zapewnia konkurencyjne wynagrodzenie oraz możliwość dostosowania pakietu benefitów do indywidualnych potrzeb, co czyni tę firmę atrakcyjnym miejscem pracy w Warszawie.

P

Dane kontaktowe:

Zespół rekrutacyjny Procter & Gamble

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako Data Engineer: Trade Promotion Analytics & Pipelines – Hybrid in Warsaw

Azure
Databricks
ETL
ELT
Python
PySpark
Optymalizacja zapytań