Starszy Inżynier Danych

Dołącz do #DiagTeam i pomagaj dbać o zdrowie milionów ludzi. W Diagnostyce stawiamy na dynamiczny rozwój. Stale poszerzamy naszą ofertę – diagnostykę laboratoryjną, obrazową, genetyczną i histopatologiczną. Promujemy świadomą profilaktykę oraz ideę długowieczności. Rozwijamy DanePlus – nowoczesną platformę danych opartą na Google Cloud Platform , która integruje dane z wielu systemów, wspiera analitykę biznesową, raportowanie oraz rozwój rozwiązań opartych na sztucznej inteligencji. Poszukujemy Senior Data Engineera , który będzie projektował i rozwijał rozwiązania danych w BigQuery, współtworzył standardy inżynierskie oraz pomagał nam rozwijać platformę w kierunku analityki konwersacyjnej i AI. Twój zakres obowiązków: Projektowanie, budowa i rozwój procesów przetwarzania danych (ETL/ELT) na platformie DanePlus , od integracji źródeł po modele analityczne i produkty danych. Rozwijanie architektury danych opartej na BigQuery i podejściu Medallion (Bronze, Silver, Gold) , w tym projektowanie modeli danych wspierających analitykę biznesową i raportowanie. Integracja danych z systemów źródłowych, w szczególności Oracle/LIMS, SAP i systemów operacyjnych , z wykorzystaniem przetwarzania wsadowego, przyrostowego oraz CDC. Rozwijanie i optymalizacja transformacji oraz orkiestracji danych z wykorzystaniem SQL, Python, Dataform i Cloud Composer . Projektowanie modeli analitycznych i warstw semantycznych wykorzystywanych przez Power BI, rozwiązania AI oraz analitykę konwersacyjną . Współtworzenie rozwiązań wykorzystujących LLM i agentów AI do analizy danych w języku naturalnym oraz eksplorowanie nowych możliwości BigQuery, w tym funkcji AI, wyszukiwania wektorowego i analityki grafowej. Aktywne wykorzystywanie narzędzi AI-assisted development , takich jak Claude Code, Cursor czy Gemini Code Assist, do automatyzacji programowania, testowania i dokumentowania rozwiązań. Zapewnianie jakości, bezpieczeństwa i niezawodności procesów danych poprzez testy automatyczne, monitoring, kontrolę dostępu i dobre praktyki inżynierskie. Optymalizacja wydajności oraz kosztów przetwarzania danych w BigQuery i pozostałych usługach GCP. Współtworzenie standardów technicznych, praktyk CI/CD, code review i Infrastructure as Code . Współpraca z architektem danych, analitykami i data stewardami oraz wspieranie rozwoju kompetencji technicznych zespołu poprzez mentoring i dzielenie się wiedzą. Oferujemy: Realny wpływ na rozwój platformy DanePlus i kierunek wykorzystania danych w jednej z największych organizacji diagnostyki medycznej w Polsce. Pracę z dużymi wolumenami danych oraz złożonymi wyzwaniami technologicznymi i analitycznymi. Możliwość rozwijania nowoczesnych rozwiązań opartych na Google Cloud, BigQuery i AI. Udział w budowaniu wewnętrznych kompetencji Data Engineering oraz standardów technologicznych. Współpracę z zespołami analitycznymi i biznesowymi przy tworzeniu produktów danych mających realne zastosowanie. Zatrudnienie na pełen etat w oparciu o umowę o pracę lub kontrakt. Pracę hybrydową (3 dni w biurze przy ul. Prof. M. Życzkowskiego 18). Benefity: Zapewniamy Ci pakiety prywatnej opieki medycznej w Luxmed dla Ciebie i Twoich bliskich. Mamy zniżki na badania w naszych laboratoriach dla Ciebie (70%) i Twojej rodziny (20%). Dofinansowujemy karty sportowe: MultiSport lub Medicover Sport. Korzystamy ze szkoleń, kursów e-learningowych i platformy eTutor. Możesz dołączyć do preferencyjnego ubezpieczenia grupowego PZU. Trenuj z nami w regionalnych drużynach siatkarskich, bierz udział w maratonach, półmaratonach czy Runmageddonie na terenie całej Polski. Oferujemy wsparcie finansowe z ZFŚS w trudnych sytuacjach życiowych. Bierzemy udział w rekrutacjach wewnętrznych i programie poleceń z nagrodami finansowymi. Nasze wymagania: Minimum 4–5 lat doświadczenia w inżynierii danych , w tym praktyczne doświadczenie w budowaniu i utrzymywaniu rozwiązań chmurowych, preferencyjnie na Google Cloud Platform. Bardzo dobra znajomość BigQuery i zaawansowanego SQL , w tym modelowania danych, optymalizacji zapytań, partycjonowania, clusteringu i kontroli kosztów. Praktyczne doświadczenie w projektowaniu i implementacji procesów ETL/ELT , w tym przetwarzania przyrostowego i obsługi dużych wolumenów danych. Dobra znajomość Python na potrzeby przetwarzania danych, automatyzacji i integracji systemów. Znajomość architektur Data Lakehouse / Medallion oraz modelowania analitycznego (Kimball, star schema); znajomość Data Vault będzie dodatkowym atutem. Doświadczenie z narzędziami do transformacji i orkiestracji danych, takimi jak Dataform, dbt, Cloud Composer lub Apache Airflow . Praktyczna umiejętność wykorzystywania asystentów programowania AI , np. Claude Code, Cursor, GitHub Copilot lub Gemini Code Assist, z zachowaniem zasad bezpieczeństwa danych i weryfikacji generowanego kodu. Znajomość dobrych praktyk inżynierii oprogramowania: Git, CI/CD, code review, testy automatyczne oraz monitorowanie rozwiązań produkcyjnych. Rozumienie zasad bezpieczeństwa danych i zarządzania dostępem w chmurze, w tym IAM, RLS i ochrony danych wrażliwych . Umiejętność samodzielnego projektowania rozwiązań, podejmowania decyzji technicznych i rozwiązywania złożonych problemów. Komunikatywność, proaktywność oraz chęć dzielenia się wiedzą i rozwijania kompetencji zespołu. Mile widziane: Doświadczenie z Conversational Analytics, Text-to-SQL, agentami AI i integracją modeli LLM z BigQuery, np. z wykorzystaniem Gemini lub Vertex AI. Znajomość BigQuery Graph / SQL Graph , modelowania relacji i analityki grafowej. Znajomość funkcji AI w BigQuery, wyszukiwania wektorowego, embeddings, RAG oraz integracji LLM z danymi poprzez MCP. Doświadczenie z AlloyDB / PostgreSQL oraz integracją danych z relacyjnych baz danych, szczególnie Oracle. Znajomość technologii CDC i streamingu , w tym Debezium, Apache Kafka, Kafka Connect, Strimzi, Pub/Sub lub Dataflow (Apache Beam). Doświadczenie z integracją danych SAP, w tym CDS Views lub SAP Datasphere. Znajomość Data Vault 2.0 i projektowania modeli danych dla dużych środowisk analitycznych. Doświadczenie z Terraform, Azure DevOps , automatyzacją wdrożeń oraz narzędziami testowania i jakości kodu, np. pytest i ruff. Znajomość VPC Service Controls, Policy Tags, RLS/CLS oraz mechanizmów anonimizacji i bezpiecznego udostępniania danych. Doświadczenie z GKE, Cloud Run lub zarządzaniem usługami przetwarzania danych w środowiskach kontenerowych. Doświadczenie w pracy z danymi medycznymi lub innymi danymi wrażliwymi.