Tech Lead Data Engineer (with GCP) - Customer Value Management & Analytics B2C Department

Lokalizacja: Warszawa, ul. Marynarska 12

Forma współpracy: Direct B2B

Tryb współpracy: Hybrydowy (wymiar do ustalenia)

Rekrutacja online!

Dołącz do nowego, strategicznego projektu transformacji danych: przenosimy analitykę z on‑premise do GCP, budując od zera architekturę i model danych z mocnym naciskiem na zwiększanie wartości biznesowej i poprawę CX naszych klientów. Pracujemy z technologiami takimi jak GCP, Spark, Python, Kubernetes, BigQuery, Vertex AI, Terraform, Looker. Integrujemy różnorodne, wysokowolumenowe źródła danych, projektujemy warstwy przetwarzania w trybach streaming i batch, wdrażamy data governance, lineage, jakość i bezpieczeństwo danych, a także CI/CD oraz monitoring/SLO — wszystko po to, aby skrócić drogę od pytania do odpowiedzi i stworzyć solidny fundament pod rozwiązania AI/LLM.

To część szerszego programu transformacji danych, który redefiniuje sposób, w jaki T‑Mobile pracuje z danymi na co dzień. Tworzymy środowisko sprzyjające eksperymentowaniu, szybkiemu prototypowaniu i innowacjom, oparte na kulturze otwartości i współpracy. Pracując z najnowocześniejszymi technologiami, masz realny wpływ na strategię danych oraz kierunek rozwoju naszej platformy.

Jako Data Engineer będziesz projektować, implementować i utrzymywać rozwiązania danych w Google Cloud Platform (GCP), wspierając procesy analityczne i biznesowe, budowę modeli ML, aplikacji AI oraz innych rozwiązań opartych na danych. Szukamy osób, które łączą architekturę z praktyką inżynierską, rozumieją potrzeby biznesowe, są proaktywne, energiczne i chcą współkształtować standardy, wzorce i długoterminowy kierunek rozwoju naszej platformy danych.

Zadania, które na Ciebie czekają:

• Projektowanie, rozwój i utrzymanie potoków danych (ETL/ELT) w środowisku GCP.

• Integracja danych z różnych źródeł (API, bazy, pliki) do narzędzi takich jak BigQuery i Cloud Storage.

• Projektowanie i optymalizacja modeli danych w hurtowniach danych (Kimball, Data Vault, Dimensional Modeling).

• Implementacja rozwiązań streamingowych (np. Pub/Sub, Dataflow, Apache Beam).

• Automatyzacja procesów wokół danych przy użyciu Cloud Composer (Airflow).

• Planowanie prac/sprintów, priorytetyzacja backlogu, facylitacja warsztatów z biznesem, przekładanie wymagań na rozwiązania i SLA/SLO.

• Zapewnienie wydajności, jakości, bezpieczeństwa i skalowalności danych.

• Współpraca z zespołami ds. analityki danych, Data Science oraz zespołami biznesowymi.

• Tworzenie dokumentacji technicznej i udział w code review.

• Monitorowanie i rozwiązywanie problemów wydajnościowych oraz optymalizacja kosztów w chmurze.

• Optymalizacja wydajności i kosztów implementowanych rozwiązań.

• Mentoring, prowadzenie warsztatów, zarządzanie interesariuszami.

W realizacji zadań pomoże Ci:

• +5 lat doświadczenia na stanowisku Data Engineer oraz doświadczenie w pełnieniu roli wiodącej.

• Praktyczna znajomość ekosystemu GCP, w szczególności:
  - BigQuery - zaawansowany SQL, zarządzanie kosztami, optymalizacja wydajności.
  - Cloud Storage - zarządzanie danymi, wersjonowanie.
  - Pub/Sub oraz Dataflow/Apache Beam lub Dataproc/Spark.

• Cloud Composer (Airflow) - orkiestracja i harmonogramowanie pipeline’ów danych.

• Podstawy bezpieczeństwa w GCP: IAM, KMS, DLP.

• Umiejętność programowania w Python (np. pandas, PySpark, testy automatyczne).

• Doświadczenie w projektowaniu modeli danych (Kimball, Data Vault, Dimensional Modeling) i budowie warstw danych (raw/bronze, curated/silver, semantic/gold).

• Znajomość narzędzi do automatyzacji: CI/CD (np. GitLab CI, Cloud Build).

• Praktyka w zapewnieniu jakości danych (testowanie, monitorowanie, alertowanie).

• Znajomość narzędzi do monitorowania i rozwiązywania problemów wydajnościowych (Cloud Monitoring, Logging).

• Doświadczenie w dokumentacji technicznej oraz code review.

• Umiejętność pracy zespołowej i komunikacji z zespołami biznesowymi, technicznymi oraz analitycznymi.

• Proaktywność, odpowiedzialność i nastawienie na jakość w obszarze danych.

Mile widziane:

• Doświadczenie z narzędziami zarządzania danymi, np.:
  - dbt, Dataform (transformacja i dokumentacja danych).
  - Dataplex, Data Catalog (zarządzanie ładem danych).

• Praktyczna znajomość narzędzi do analityki takich jak Looker Studio.

• Doświadczenie z technologiami MLOps: Vertex AI, Feature Store.

• Zaawansowana znajomość Apache Kafka, Apache Pulsar dla streamingu danych.

• Znajomość zasad RODO, ISO 27001 i polityk bezpieczeństwa w obszarze danych.

• Znajomość narzędzi do zarządzania jakością danych, takich jak Great Expectations/Soda.

• Umiejętność tworzenia architektury dla poszczególnych produktów (dostosowanie od

• Doświadczenie w migracjach danych z systemów on-prem.

• Znajomość Oracle (PL/SQL).