Lead Data Engineer (Python | PySpark | Databricks)

Wymagania:

• Minimum 5 lat doświadczenia w inżynierii danych, łączącego projektowanie rozwiązań z ich samodzielnym wdrażaniem 
• Ekspercka znajomość Python: Pisanie czystego, modułowego kodu gotowego na środowiska produkcyjne 
• Big Data & Ecosystem: Silne doświadczenie z PySpark oraz systemami rozproszonego przetwarzania danych (np. Databricks, Spark) 
• Architektura danych: Głębokie zrozumienie i praktyka w projektowaniu struktur typu Data Lake, Lakehouse oraz Medallion Architecture
• Cloud Expertise: Praktyczna znajomość usług danych w chmurze ( AWS, Azure lub GCP ) 
• Orkiestracja i SQL: Doświadczenie z narzędziami do orkiestracji (np. Apache Airflow, Prefect ) oraz zaawansowany SQL (bazy relacyjne i NoSQL) 
• DevOps dla Data: Dobre zrozumienie praktyk CI/CD, kontroli wersji (Git) i automatyzacji pipeline'ów 
• Angielski: komunikatywny w mowie i piśmie - poziom B2+ 

Mile widziane (bonusy):

• Zaawansowana znajomość Databricks (Delta Lake, MLflow, optymalizacja wydajności). 
• Znajomość technik modelowania danych (modele dymensjonalne i znormalizowane) oraz frameworków Data Governance. 
• Orientacja w pipeline'ach dla Data Science / Machine Learning. 

Lead Data Engineer (Python | PySpark | Databricks)

Szukamy doświadczonego Senior Data Engineera , który potrafi płynnie przechodzić od strategicznego planowania architektury danych do wdrażania produkcyjnych pipeline'ów. Jeśli chcesz mieć realny wpływ na kształt platform danych, optymalizować nowoczesny stos technologiczny (Modern Data Stack) i wspierać rozwój zespołu – dołącz do nas.

Prosimy o aplikacje CV w języku angielskim.

---

Warunki zaangażowania: Obszar: Consulting IT

Lokalizacja: 100% zdalnie

Start: ASAP (akceptujemy kandydatury z max 3msc okresem wypowiedzenia)

Stawka (ustalana indywidualnie): 155 - 165 PLN netto + VAT / h

Zaangażowanie: B2B (outsourcing z 1dea), full-time, długofalowo

Proces rekrutacyjny (100% zdalnie):

• Krótka rozmowa telefoniczna informacyjno-zapoznawcza z rekruterem 1dea (~10 min)
• Weryfikacja techniczno-projektowa z Klientem (~1 - 1,5 h)
• (Jeśli OK) Rozmowa zapoznawcza z przedstawicielem projektu u Klienta końcowego (~ 30 min)
• Decyzja o podjęciu współpracy

Zakres obowiązków

• Projektowanie i architektura: Tworzenie skalowalnych, niezawodnych i efektywnych kosztowo platform oraz pipeline'ów danych dopasowanych do potrzeb biznesu
• Wdrożenie (Hands-on): Budowanie i optymalizacja zaawansowanych procesów przetwarzania danych strukturyzowanych i niestrukturyzowanych (end-to-end: od ingestii po warstwę konsumpcyjną)
• Standardy i jakość: Wyznaczanie standardów architektonicznych, dbanie o Data Quality, bezpieczeństwo (Security & Compliance) oraz najlepsze praktyki w zespole
• Liderstwo techniczne: Mentoring młodszych inżynierów, wsparcie techniczne dla cross-funkcjonalnych zespołów oraz przekładanie wymagań biznesowych na architekturę IT
• Rozwiązywanie krytycznych incydentów produkcyjnych i zapewnianie wysokiej dostępności systemów danych

Oferujemy

• Stabilna współpraca B2B z perspektywą wieloletniej relacji
• Rozwój w strukturach dojrzałej organizacji o ugruntowanej renomie i silnej pozycji rynkowej
• Kompletne stanowisko pracy: dostarczamy nowoczesny, spersonalizowany sprzęt oraz pełne zaplecze software'owe gotowe do działania
• Pełna elastyczność i balans: pracujesz w 100% zdalnie, a dzień zaczynasz tak, jak lubisz – ruchomy start między 7:00 a 11:00
• Dedykowany mentoring: stała opieka i partnerskie wsparcie w kreowaniu Twojej ścieżki zawodowej od zespołu ekspertów 1dea
• Stawiamy na relacje – budujemy kulturę opartą na wzajemnym szacunku, grze do jednej bramki i dzieleniu się wiedzą
• Realny wpływ na projekty: u nas nie ma sztywnych schematów. Masz pełną przestrzeń na zgłaszanie własnych inicjatyw, a Twoje pomysły kształtują nasze rozwiązania

,[Projektowanie i architektura: Tworzenie skalowalnych, niezawodnych i efektywnych kosztowo platform oraz pipeline'ów danych dopasowanych do potrzeb biznesu, Wdrożenie (Hands-on): Budowanie i optymalizacja zaawansowanych procesów przetwarzania danych strukturyzowanych i niestrukturyzowanych (end-to-end: od ingestii po warstwę konsumpcyjną), Standardy i jakość: Wyznaczanie standardów architektonicznych, dbanie o Data Quality, bezpieczeństwo (Security & Compliance) oraz najlepsze praktyki w zespole, Liderstwo techniczne: Mentoring młodszych inżynierów, wsparcie techniczne dla cross-funkcjonalnych zespołów oraz przekładanie wymagań biznesowych na architekturę IT, Rozwiązywanie krytycznych incydentów produkcyjnych i zapewnianie wysokiej dostępności systemów danych] Requirements: Python, PySpark, Big data, Spark, Data Lake, Cloud, Apache Airflow, SQL, Git, MLflow, Data science, Databricks, AWS, Azure, GCP Additionally: Sport subscription, Private healthcare, Flat structure, Small teams, International projects.