Data Engineer (Java+cloud)

Dołączysz do zespołu odpowiedzialnego za rozwój strategicznego rozwiązania wspierającego obszar ryzyka rynkowego w globalnej instytucji finansowej. System dostarcza dane oraz scenariusze wykorzystywane przez zespoły odpowiedzialne za pomiar i analizę ryzyka, stanowiąc jeden z kluczowych elementów ekosystemu technologicznego organizacji. Rozwiązanie zostało zbudowane w oparciu o architekturę chmurową i obejmuje zarówno komponenty przetwarzania wsadowego, jak i strumieniowego. W związku z rosnącą skalą biznesu oraz ilością obsługiwanych danych, zespół stale rozwija platformę, koncentrując się na wydajności, niezawodności i nowoczesnych rozwiązaniach inżynierskich.

• Bardzo dobra znajomość Javy.
• Dobra znajomość frameworka Spring Boot i jego ekosystemu.
• Doświadczenie w projektowaniu i implementacji wydajnych potoków przetwarzania danych; mile widziana znajomość Apache Beam.
• Doświadczenie w projektowaniu i implementacji REST API.
• Znajomość relacyjnych baz danych preferencyjnie PostgreSQL oraz szerokolumnowych baz NoSQL (preferencyjnie Bigtable).
• Bardzo dobra znajomość zasad projektowania oprogramowania: KISS, SOLID, DRY.
• Podstawowa wiedza z zakresu DevOps oraz technologii CI/CD, w szczególności Jenkins i języka skryptowego Groovy.
• Doświadczenie z frameworkami i wzorcami integracyjnymi takimi jak Saga i Lambda.

Nice to have:

• Znajomość Google Cloud Platform (GCP).
• Doświadczenie z Apache Beam i Dataflow.
• Znajomość Kafka.
• Doświadczenie z Kubernetes i Docker.
• Znajomość Terraform.
• Doświadczenie z OpenTelemetry, Prometheus, Grafana.
• Doświadczenie w projektach związanych z danymi finansowymi lub ryzykiem rynkowym.

• Analiza wymagań biznesowych i projektowanie bezpiecznych, skalowalnych oraz wydajnych rozwiązań do przetwarzania danych.
• Projektowanie i rozwój integracji z systemami wewnętrznymi, ze szczególnym uwzględnieniem wydajności oraz optymalizacji kosztów.
• Współtworzenie architektury i rozwój rozwiązań związanych z pozyskiwaniem oraz przetwarzaniem danych rynkowych.
• Udział w code review oraz dbanie o wysoką jakość dostarczanych rozwiązań.
• Analiza istniejących potoków danych i mikroserwisów oraz identyfikowanie obszarów do usprawnień i modernizacji.
• Ścisła współpraca z inżynierami, analitykami biznesowymi i interesariuszami w celu dostarczania rozwiązań odpowiadających potrzebom biznesowym.
• Rozwijanie i utrzymywanie standardów w zakresie monitoringu, logowania, obsługi błędów oraz niezawodności systemów.
• Wspieranie kultury jakości poprzez rozwój i promowanie automatycznych testów jednostkowych oraz integracyjnych.