Senior Data Engineer

🕒 il y a 2 mois

🇵🇱 Pologne – Télétravail

⏰ Temps Plein

🟠 Senior

🚰 Ingénieur Data

👻 Score fantôme 41%

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

Simple Machines

Site WebLinkedInTous les Emplois

11 - 50 employés

🤖 Intelligence artificielle

💼 Conseil

Artificial Intelligence • Consulting

Simple Machines est une entreprise australienne composée de consultants experts à l'intersection de l'architecture de données, de l'ingénierie des données, de la science des données et du développement d'applications logicielles. Notre héritage repose sur l'architecture et l'ingénierie de plateformes axées sur les données et d'applications d'apprentissage machine performantes et distribuées, capables de fonctionner à grande échelle. Nous collaborons avec des entreprises, des gouvernements et des entreprises technologiques mondiales pour exploiter leurs données dans le monde réel. Simple Machines est un partenaire privilégié de Confluent pour le conseil et la formation, offrant des services spécialisés en consulting sur Kafka. Nous sommes également partenaires de Databricks et Lightbend, fournissant des services de formation et de conseil en Spark et Scala.

Description

• Own the end-to-end architecture of modern, cloud-native data platforms • Design scalable data ecosystems using **data mesh, data products, and data contracts** • Make high-impact architectural decisions across ingestion, storage, processing, and access layers • Ensure platforms are secure, compliant, and production-grade by design • Design and deliver cloud-native data platforms using **Databricks, Snowflake, AWS, and GCP** • Apply modern architectural patterns: **data mesh, data products, and data contracts** • Integrate deeply with client systems to enable scalable, consumer-oriented data access • Build and optimise **batch and real-time pipelines** • Work with streaming and event-driven tech such as **Kafka, Flink, Kinesis, Pub/Sub** • Orchestrate workflows using **Airflow, Dataflow, Glue** • Process and transform large datasets using **Spark and Flink** • Design systems that perform in production - not just on paper • Work across relational, NoSQL, and analytical stores (Postgres, BigQuery, Snowflake, Cassandra, MongoDB) • Optimise storage formats and access patterns (Parquet, Delta, ORC, Avro) • Implement secure, compliant data solutions with **security by design** • Embed governance without killing developer velocity • Work directly with clients to understand problems and shape solutions • Translate business needs into pragmatic engineering decisions • Act as a trusted technical advisor, not just an order taker • Set engineering standards, patterns, and best practices across teams • Review designs and code, providing clear technical direction and mentorship • Raise the bar on data quality, testing, observability, and operational excellence

🎯 Exigences

• Strong **Python and SQL** • Deep experience with **Spark** and modern data platforms (Databricks / Snowflake) • Solid grasp of cloud data services (AWS or GCP) • Demonstrated ownership of large-scale data platform architectures • Strong data modelling skills and architectural decision-making ability • Comfortable balancing trade-offs between performance, cost, and complexity • Built and operated **large-scale data pipelines** in production • Strong data modelling capability and architectural judgement • Comfortable with multiple storage technologies and formats • Infrastructure-as-code experience (**Terraform, Pulumi**) • CI/CD pipelines using tools like **GitHub Actions, ArgoCD** • Data testing and quality frameworks (**dbt, Great Expectations, Soda**) • Experience in consulting or professional services environments • Strong consulting instincts — able to challenge assumptions and guide clients toward better outcomes • Comfortable mentoring senior engineers and influencing technical culture

🏖️ Avantages

• You’ll work on **interesting, high-impact problems** • You’ll build **modern platforms**, not maintain legacy mess • You’ll be surrounded by senior engineers who actually know their craft • You’ll have autonomy, influence, and room to grow