Senior Data & AI Engineer ze ścieżką na Data & AI Architect

DataRiseLab Sp. z o.o. Remote Wrocław 2026-11-19

Must have



  • Min. 3 lata
    doświadczenia w inżynierii danych

  • Praktyczna znajomość
    Microsoft Fabric (Lakehouse, Warehouse, Delta, OneLake)

  • Modelowanie danych:
    umiejętność zaprojektowania modelu dla konkretnego procesu biznesowego (grain,
    klucze, historyzacja, wymiary i fakty)

  • PySpark:
    transformacje, optymalizacja, praca w notebookach

  • T-SQL: zapytania,
    procedury, modelowanie w hurtowni danych

  • Rozumienie warstw
    Medallion i wzorców ładowania danych

  • Git i praca w
    repozytorium zespołowym

  • Codzienne używanie
    narzędzi AI w pracy developerskiej (nie tylko eksperymenty)

  • Samodzielność:
    bierzesz ownership nad strumieniem i dowozisz wynik

  • Znajomość języka polskiego i angielskiego

Mile widziane



  • Doświadczenie z
    FabricApp lub innym frameworkiem aplikacji danych (np. budowa prostych narzędzi
    na danych z hurtowni)

  • Doświadczenie w ML w
    praktyce: scikit-learn, MLflow, walidacja modeli, praca z danymi tabelarycznymi

  • Doświadczenie z
    Databricks (Delta Lake, Unity Catalog) lub Snowflake (modelowanie, warehouse,
    Snowpark)

  • Data Vault 2.0 w
    projektach produkcyjnych

  • Power BI, DAX, modele
    semantyczne

  • Integracje z
    systemami SAP (wyciąganie i przetwarzanie danych)

  • Praca w projektach
    dla klientów, w trybie projektowym
  • Unikatowe
    poczucie humoru oraz baza żartów branżowych

Senior Data & AI Engineer (ze ścieżką na Data & AI Architect)

O roli

Szukamy inżyniera danych, który wezmie odpowiedzialność za development w projektach danych, zarówno tych klasycznych jak i z użyciem AI.

Będziesz budować pipeline'y, modele danych, rozwiązania Machine Learning i aplikacje danych na Microsoft Fabric. Architekt będzie wspierał Twoją pracę. Pracujemy z agentami AI jako standardowym narzędziem: to nie dodatek, tylko sposób pracy i nasz mindset.

Oferujemy

  • Realne projekty klientów z dużym wpływem na rozwiązanie
  • Bezpośrednią współpracę z Data Architectem
  • Dostęp do sprawdzonego frameworku (Fabric, Medallion, Data Vault) i narzędzi wewnętrznych
  • Stałą pracę z najnowszymi narzędziami AI
  • Ścieżkę rozwoju w DRL
,[Budowa i utrzymanie pipeline'ów danych: ingestia, transformacje, ładowanie inkrementalne i historyzacja, Transformacje w PySpark i T-SQL w warstwach Medallion (Bronze, Silver, Gold), Modelowanie danych: projektowanie modeli Data Vault 2.0, Kimball i modeli semantycznych, dobór podejścia do potrzeb klienta, Modele semantyczne Power BI i miary DAX we współpracy z zespołem raportowym, FabricApp: budowa aplikacji danych na Fabric (wejście do danych, widoki, akcje użytkownika) w oparciu o Lakehouse i Warehouse, ML: przygotowanie cech (feature engineering), trenowanie i ewaluacja modeli, scoring wsadowy w notebookach, śledzenie eksperymentów (MLflow lub odpowiednik), Jakość danych: testy, walidacje, monitoring świeżości i kompletności, Spike'i technologiczne: szybkie sprawdzenie, czy dane podejście działa, z mierzalnym wynikiem, POC pod review architekta: od pomysłu do działającego prototypu w ustalonym czasie, Domykanie developmentu w projektach klientów, w tym testy i dokumentacja, Praca z agentami AI (Claude Code i podobne): zlecanie zadań, weryfikacja wyników, poprawki, Udział w review kodu i standardów zespołu] Requirements: AI, Machine Learning, Fabric, PySpark, T-SQL, Vault, R, DAX, MLflow, Git, scikit-learn, Databricks, UNITY, Snowflake, SAP, PowerBI, FabricApp Additionally: Private healthcare, Sport subscription.