Mid/Senior Data Engineer (Databricks)
Exerizon • Poland
Posted: July 30, 2026
Job Description
O Exerizon
W Exerizon przedefiniowaliśmy tradycyjny model konsultingu: nie jesteśmy jedynie dostawcą usług, lecz partnerem, który dzieli z klientami zarówno ryzyko, jak i sukces.
Dlaczego szukamy właśnie Ciebie
Budujemy zespół danych od podstaw — i to Ty będziesz współdecydować, w którą stronę będzie się rozwijał. Pracujemy przy projektach Data Lake i Data Lakehouse oraz przy migracjach danych wspieranych przez AI. AI wspiera nas też na co dzień: powtarzalne, żmudne zadania automatyzujemy, a Tobie zostaje to, co naprawdę wymaga myślenia i decyzji.
O ExerizonW Exerizon przedefiniowaliśmy tradycyjny model konsultingu: nie jesteśmy jedynie dostawcą usług, lecz partnerem, który dzieli z klientami zarówno ryzyko, jak i sukces.Dlaczego szukamy właśnie CiebieBudujemy zespół danych od podstaw — i to Ty ...Wymagania
- 2–4 lata doświadczenia (poziom mid) lub 4+ lat (poziom senior)
- Dobra znajomość platformy Databricks
- Dobra znajomość SQL i Pythona
- Znajomość co najmniej jednego silnika bazodanowego: Oracle, PostgreSQL lub MS SQL
- Dobra znajomość podstaw hurtowni danych: procesów ładowania oraz architektury warstwowej
- Znajomość technik modelowania danych (Kimball, Data Vault)
- Znajomość podejścia do testowania danych i co najmniej jednego narzędzia typu dbt tests lub Great Expectations
- Rozumienie pojęć data lineage i katalogowania danych
- Praktyczna znajomość orkiestratorów procesów, np. Airflow, Dagster lub dbt
- Podstawowa znajomość Azure lub AWS w kontekście przetwarzania danych
- Umiejętność pracy z repozytorium Git
- Umiejętność tworzenia dokumentacji budowanych rozwiązań
- Samodzielność: panowanie nad własnymi zadaniami, ich statusem i priorytetami
- Dociekliwość w diagnozowaniu problemów z przetwarzaniem danych
- Otwartość na pracę z narzędziami AI, np. Claude lub GitHub Copilot
- Chęć zrozumienia biznesu, któremu dostarczasz dane — nie tylko technologii, w której pracujesz
Mile widziane
- Praktyczna znajomość dbt jako narzędzia transformacji (poza samymi testami) oraz Databricks Asset Bundles (DAB)
- Podstawowa znajomość koncepcji produktów danych (data products)
- Znajomość mechanizmów Row Level Security i Column Level Security wraz z umiejętnością ich implementacji
- Znajomość standardów referencyjnych wybranych domen: BIAN (bankowość), ACORD (ubezpieczenia), HL7/FHIR (ochrona zdrowia)
Additional Content
O Exerizon
W Exerizon przedefiniowaliśmy tradycyjny model konsultingu: nie jesteśmy jedynie dostawcą usług, lecz partnerem, który dzieli z klientami zarówno ryzyko, jak i sukces.
Dlaczego szukamy właśnie Ciebie
Budujemy zespół danych od podstaw — i to Ty będziesz współdecydować, w którą stronę będzie się rozwijał. Pracujemy przy projektach Data Lake i Data Lakehouse oraz przy migracjach danych wspieranych przez AI. AI wspiera nas też na co dzień: powtarzalne, żmudne zadania automatyzujemy, a Tobie zostaje to, co naprawdę wymaga myślenia i decyzji.
O ExerizonW Exerizon przedefiniowaliśmy tradycyjny model konsultingu: nie jesteśmy jedynie dostawcą usług, lecz partnerem, który dzieli z klientami zarówno ryzyko, jak i sukces.Dlaczego szukamy właśnie CiebieBudujemy zespół danych od podstaw — i to Ty ...Wymagania
- 2–4 lata doświadczenia (poziom mid) lub 4+ lat (poziom senior)
- Dobra znajomość platformy Databricks
- Dobra znajomość SQL i Pythona
- Znajomość co najmniej jednego silnika bazodanowego: Oracle, PostgreSQL lub MS SQL
- Dobra znajomość podstaw hurtowni danych: procesów ładowania oraz architektury warstwowej
- Znajomość technik modelowania danych (Kimball, Data Vault)
- Znajomość podejścia do testowania danych i co najmniej jednego narzędzia typu dbt tests lub Great Expectations
- Rozumienie pojęć data lineage i katalogowania danych
- Praktyczna znajomość orkiestratorów procesów, np. Airflow, Dagster lub dbt
- Podstawowa znajomość Azure lub AWS w kontekście przetwarzania danych
- Umiejętność pracy z repozytorium Git
- Umiejętność tworzenia dokumentacji budowanych rozwiązań
- Samodzielność: panowanie nad własnymi zadaniami, ich statusem i priorytetami
- Dociekliwość w diagnozowaniu problemów z przetwarzaniem danych
- Otwartość na pracę z narzędziami AI, np. Claude lub GitHub Copilot
- Chęć zrozumienia biznesu, któremu dostarczasz dane — nie tylko technologii, w której pracujesz
Mile widziane
- Praktyczna znajomość dbt jako narzędzia transformacji (poza samymi testami) oraz Databricks Asset Bundles (DAB)
- Podstawowa znajomość koncepcji produktów danych (data products)
- Znajomość mechanizmów Row Level Security i Column Level Security wraz z umiejętnością ich implementacji
- Znajomość standardów referencyjnych wybranych domen: BIAN (bankowość), ACORD (ubezpieczenia), HL7/FHIR (ochrona zdrowia)