Senior Data Engineer

🕒 il y a 29 jours

🇵🇱 Pologne – Télétravail

⏰ Temps Plein

🟠 Senior

🚰 Ingénieur Data

👻 Score fantôme 11%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Sigma Software Group

Site WebLinkedInTous les Emplois

1001 - 5000 employés

Fondée en 2002

💼 Conseil

🏥 Santé

🚘 Automobile

Consulting • Healthcare • Automotive

Sigma Software Group est une entreprise multinationale, fondée en 2002, qui se spécialise dans le développement de logiciels de haute qualité, le design graphique, les tests et les services de support. L'entreprise se concentre sur la fourniture de solutions dans divers secteurs tels que l'automobile, les télécommunications, l'aviation, la publicité, le jeu vidéo, la banque, l'immobilier et la santé. Sigma Software valorise la croissance professionnelle, offre des opportunités de travail à distance dans le monde entier et travaille pour des clients renommés tels qu'AstraZeneca, Scania et SAS. L'entreprise met l'accent sur une culture d'éducation continue, de mentorat et d'environnements de travail flexibles, ce qui en fait un lieu de travail privilégié pour les spécialistes IT visant à travailler sur des solutions complexes utilisant des technologies de pointe. Sigma Software s'engage à proposer des solutions innovantes et à concevoir l'avenir tout en contribuant à des causes sociales comme le travail caritatif en Ukraine.

Description

• Design and build scalable, cloud-native data platforms from greenfield to production • Implement near-real-time ingestion pipelines using event-driven patterns • Define and enforce platform standards, including Data Lake / Lakehouse principles, medallion architecture, and data contracts • Refactor and optimise existing Spark and PySpark scripts for performance and maintainability • Introduce best practices for code quality, testing, and CI/CD across data pipelines • Drive adoption of AI tooling and agentic workflows within the data engineering team • Ensure data quality, observability, and reliability across all pipelines and platforms • Develop self-service tooling and microservices to simplify platform usage for other teams • Collaborate with Machine Learning, Data Science, and Product teams as a key technical contributor and thought leader • Drive R&D efforts around agentic AI architectures, event-driven systems, and LLM-ready data pipelines, turning architectural concepts into production-grade solutions • Build modern cloud-native data platforms, migrate on-premises legacy systems to the cloud, and establish AI-ready data infrastructure

🎯 Exigences

• 5+ years of professional experience in Data Engineering • Strong Python and SQL development skills for pipeline development and optimisation • Proficiency in Apache Spark / PySpark, including query optimisation and performance tuning • Hands-on experience with Databricks (preferred) or Snowflake • Experience with at least one major cloud provider: Azure (preferred), AWS, or GCP • Experience with stream processing technologies (Kafka, Spark Structured Streaming) • Solid understanding of ETL/ELT patterns, data modelling (dimensional, Data Vault), and data warehousing • Experience with orchestration tools (Apache Airflow, Azure Data Factory, or equivalent) • Knowledge of Infrastructure as Code (Terraform or equivalent) • Understanding of production-grade system requirements: reliability, scalability, observability, and performance • Upper-Intermediate English level • Familiarity with RAG pipeline design and LLM integration patterns • Knowledge of data governance frameworks and tools (Unity Catalog, Apache Atlas, or similar) • Experience with dbt for data transformation and modelling • Familiarity with MLflow, Feature Stores, or ML platform integration

🏖️ Avantages

• Employees can work remotely • Full-time employment