• Wykształcenie: Wyższe (informatyka, inżynieria lub pokrewne).

• Doświadczenie i kompetencje techniczne: 

  • 7–10+ lat doświadczenia w projektowaniu i wdrażaniu dużych platform danych.
  • Bardzo dobra znajomość architektury danych i modelowania danych (konceptualne, logiczne, fizyczne).
  • Praktyczne, zaawansowane doświadczenie z Databricks (Spark, Delta Lake).
  • Doświadczenie w optymalizacji Delta Lake (wydajność, schema evolution, compaction).
  • Znajomość Unity Catalog (governance, dostęp, lineage).
  • Doświadczenie w zarządzaniu kosztami i optymalizacji środowisk Databricks.
  • Bardzo dobra znajomość jednej z chmur: AWS / Azure / GCP.
  • Bardzo dobra znajomość SQL oraz Python lub Scala.

• Doświadczenie domenowe:

  • Realizacja projektów data w środowiskach regulowanych (bankowość/BFSI).
  • Praca z danymi obszarów: ryzyko, finanse, AML, raportowanie regulacyjne.
  • Znajomość wymagań takich jak BCBS 239, GDPR oraz standardów compliance.
  • Doświadczenie w pracy z platformami objętymi rygorystycznymi SLA.
  • Umiejętność przekładania wymagań biznesowych i regulacyjnych na architekturę techniczną.
  • Doświadczenie w roli konsultacyjnej lub projektowej po stronie klienta.

• Kompetencje miękkie:

  • Doświadczenie w mentoringu inżynierów i pracy z wieloma zespołami.
  • Umiejętność komunikowania złożonych zagadnień technicznych osobom nietechnicznym.
  • Decyzyjność i umiejętność łączenia jakości architektury z pragmatycznym delivery.

• Mile widziane

  • Znajomość podejścia Data Mesh.
  • Integracja platform danych z AI/ML lub zaawansowaną analityką.
  • Doświadczenie w projektach dla banków europejskich.
  • Udział w wieloletnich transformacjach danych na poziomie enterprise.

Na tym stanowisku będziesz odpowiadać za projektowanie, rozwój i nadzór nad skalowalnymi platformami danych klasy enterprise dla międzynarodowych klientów z sektora finansowego (bankowość/BFSI).

Zakres zadań:

• Projektowanie i odpowiedzialność za architekturę platform danych zgodną z wymaganiami biznesowymi, regulacyjnymi i skalowalności.
• Migracja hurtowni danych (on-premise lub cloud DWH) do architektury lakehouse opartej o Databricks.
• Projektowanie rozwiązań end-to-end: od ingestii danych, przez transformację i składowanie, po warstwę konsumpcji.
• Definiowanie i egzekwowanie wymagań niefunkcjonalnych (HA, DR, RTO/RPO).
• Budowa i utrzymanie ładu architektonicznego: standardy, wzorce, przeglądy techniczne.
• Wsparcie zespołów data engineeringowych w doborze rozwiązań i podejmowaniu decyzji architektonicznych.
• Optymalizacja wydajności, skalowalności, niezawodności i kosztów platformy.
• Zapewnienie zgodności z wymogami bezpieczeństwa, kontroli dostępu, audytowalności i governance w środowisku regulowanym.
• Tworzenie i utrzymywanie dokumentacji architektonicznej.
• Ścisła współpraca z interesariuszami biznesowymi i technicznymi po stronie klienta.