Mid Data Engineer

• Zaawansowana znajomość SQL (optymalizacja zapytań, procedury, funkcje okna) oraz bardzo dobra znajomość RDBMS (np. PostgreSQL, MS SQL, Oracle).
• Bardzo dobra znajomość dbt (data build tool) oraz narzędzi do orkiestracji (mile widziany Apache Airflow).
• Doświadczenie w projektowaniu modeli danych (star schema, snowflake schema, Vault 2.0).
• Dobra znajomość Pythona i systemu kontroli wersji (Git).
• Stosowanie asystentów AI w codziennej pracy inżynierskiej do:
• generowania nowego kodu SQL/DBT/Python dla Airflow na podstawie wymagań
• przyspieszenia modyfikacji istniejącego kodu SQL/dbt
• automatyzacji generowania dokumentacji modeli danych i kodu
• Umiejętność używania AI do analizy i optymalizacji zapytań pod kątem wydajności oraz świadomość zagrożeń związanych z prywatnością danych. Atutem będzie znajomość natywnych funkcji AI w środowiskach chmurowych (np. Snowflake Cortex AI lub budowanie prostej integracji z LLM w pipeline'ach danych).
• Atut: Doświadczenie ze Snowflake lub innym Cloud Data Warehouse (BigQuery, Redshift, Databricks).
• Branie odpowiedzialności za powierzone zadanie od A do Z, chęć mentoringu mniej doświadczonych osób, gotowość do proponowania własnych usprawnień w architekturze projektowej, proaktywne podejście, chęć do robienia certyfikacji (np. Snowflake SnowPro Core).

Szukamy osób po studiach informatycznych lub pokrewnych z 2–4 letnim doświadczeniem w pracy z danymi, które są samodzielne i potrafią dozwieźć moduł projektu. Zależy nam, żeby nowe osoby wniosły dojrzałe podejście do relacyjnych baz danych, chciały szybko przestawić się na nowoczesny stack cloudowy i poznały Snowflake'a.