W skrócie
- Zadania: Zarządzaj platformą danych w chmurze i automatyzuj procesy operacyjne.
- Firma: Dynamiczna firma technologiczna z międzynarodowymi projektami.
- Benefity: Atrakcyjne wynagrodzenie, elastyczny model pracy zdalnej i możliwość rozwoju zawodowego.
- Pozostałe informacje: Możliwość współpracy z doświadczonymi zespołami produktowymi i technologicznymi.
- Dlaczego ta praca: Pracuj z nowoczesnymi technologiami i wpływaj na strategię firmy.
- Kwalifikacje: Doświadczenie w infrastrukturze jako kod, CI/CD i chmurze GCP.
Przewidywane wynagrodzenie mieści się w przedziale 23000 - 27000 zł za rok.
Czy lubisz automatyzować procesy i dbać o niezawodność platform danych? Szukamy doświadczonego inżyniera DataOps, który dołączy do naszego zespołu danych i zapewni, że nasza platforma danych działa niezawodnie, bezpiecznie i efektywnie kosztowo, pomagając w kierowaniu naszej firmy w stronę bardziej opartej na danych przyszłości.
W tej roli będziesz odpowiedzialny za operacyjną stronę naszej platformy danych: infrastrukturę, wdrożenia, monitorowanie i koszty. Twoja praca będzie miała bezpośredni wpływ na rozwój produktów, procesy wsparcia klienta oraz ogólną strategię biznesową, ponieważ każdy raport, pulpit nawigacyjny i narzędzie AI, które tworzymy, zależy od platformy, którą utrzymujesz w ruchu. Jeśli lubisz brać odpowiedzialność, automatyzować wszystko, co możesz, i ściśle współpracować z inżynierami i analitykami, ta rola jest doskonałą okazją dla Ciebie!
Co będziesz robić:
- Utrzymywać i automatyzować naszą chmurową platformę danych (GCP, Databricks), która zasila nasz zestaw raportów i wewnętrzne systemy danych.
- Zarządzać infrastrukturą jako kodem przy użyciu Terraform dla GCP i Databricks.
- Budować i utrzymywać pipeline CI/CD w GitLab, w tym wdrożenia Databricks z Asset Bundles.
- Utrzymywać obrazy Docker i środowiska uruchomieniowe dla Dagster i Airbyte, z aktualizacjami bez przestojów.
- Posiadać środowiska deweloperskie i produkcyjne oraz proces wydania.
- Ustawić obserwowalność dla platformy i pipeline'ów: alerty, metryki, logi i monitorowanie świeżości danych.
- Definiować SLO dla kluczowych pipeline'ów, obsługiwać incydenty, pisać runbooki i przeprowadzać postmortem.
- Zarządzać dostępem, IAM, zasadami usług i sekretami, zgodnie z zasadą najmniejszych uprawnień.
- Monitorować i optymalizować koszty chmurowe (FinOps) w GCP i Databricks.
- Utrzymywać i wspierać rozwój Hermes, naszego środowiska analityki AI (wdrożenia, zestawy danych BigQuery, monitorowanie i śledzenie w Langfuse).
- Wspierać linię danych, katalogowanie i zarządzanie danymi z DataHub.
- Współpracować z inżynierami danych, aby ich pipeline'y działały niezawodnie w produkcji, oraz z analitykami w zakresie dostępności danych, SLA i dostępu do samodzielnego serwisu.
- Automatyzować powtarzalną pracę operacyjną i pomagać w wycofywaniu starych narzędzi.
Wymagania:
- Infrastruktura jako kod: praktyczne doświadczenie z Terraform.
- CI/CD i kontenery: praktyczne doświadczenie z pipeline'ami CI/CD, Dockerem i Bashem.
- Platformy chmurowe: praktyczna praca w środowisku chmurowym, najlepiej GCP (IAM, sieci, zarządzanie kosztami).
- Obserwowalność: doświadczenie w monitorowaniu, alarmowaniu i obsłudze incydentów produkcyjnych.
- Orkiestracja: doświadczenie w obsłudze narzędzi orkiestracyjnych, takich jak Dagster lub Airflow.
- Databricks: znajomość Databricks (zadania, klastry, administracja przestrzenią roboczą).
- Doświadczenie: 3+ lata doświadczenia komercyjnego z Pythonem i SQL.
- Wdrożenie: biegłość w wdrażaniu i uruchamianiu aplikacji produkcyjnych.
- Komunikacja: bardzo dobre umiejętności komunikacyjne z możliwością pracy zarówno z interesariuszami technicznymi, jak i nietechnicznymi.
- Praca zespołowa: doskonały gracz zespołowy, który ceni współpracę i wzajemne wsparcie.
- Języki: biegłość w języku polskim (C1+) i dobra znajomość języka angielskiego (B2+) wymagana.
Miło widziane:
- Tło: wcześniejsze doświadczenie w roli DevOps, SRE, Platform Engineering lub Data Engineering.
- Narzędzia Databricks: doświadczenie z Asset Bundles i Unity Catalog w Databricks.
- Narzędzia danych: doświadczenie z Airbyte, DataHub lub ClickHouse.
- LLMOps: doświadczenie w uruchamianiu aplikacji AI/LLM w produkcji (np. Langfuse).
- Spark: doświadczenie komercyjne z Spark.
Co oferujemy:
- Warunki umowy: współpraca B2B.
- Zakres wynagrodzenia miesięcznego: 23 000-27 000 PLN, w zależności od doświadczenia i uzgodnionego zakresu usług.
- Model współpracy zdalnej.
- Międzynarodowe projekty technologiczne i produktowe.
- Elastyczny model współpracy projektowej.
- Planowane przerwy serwisowe zgodne z warunkami umowy.
- Możliwość współpracy z doświadczonymi zespołami produktowymi i technologicznymi.
- Możliwość dostępu do wybranych inicjatyw dzielenia się wiedzą.
Proces rekrutacji:
- Rozmowa wstępna z rekruterem (do 45 minut).
- Rozmowa techniczna z menedżerem ds. zatrudnienia i inżynierem danych (do 60 minut).
- Rozmowa dotycząca dopasowania zespołowego z menedżerem ds. zatrudnienia i analitykiem danych (do 60 minut).
Senior Data Engineer – Poland in Poznań – pracodawca: PROFITROOM
Profitroom to dynamic i innowacyjna firma, która oferuje elastyczne warunki pracy w 100% zdalnej, co pozwala na pełną swobodę w organizacji czasu. Oferujemy atrakcyjne wynagrodzenie oraz bogaty pakiet benefitów, w tym ubezpieczenia zdrowotne, fundusz rozwoju zespołu oraz możliwość uczestnictwa w wydarzeniach integracyjnych. Nasza kultura pracy opiera się na współpracy, dzieleniu się wiedzą i ciągłym rozwoju, co czyni nas doskonałym pracodawcą dla osób poszukujących satysfakcjonującej kariery w branży technologii SaaS.
