Data Platform Developer and Analyst | Branża bankowa

Nasz Klient to jeden z wiodących banków uniwersalnych w Polsce, należący do międzynarodowej grupy finansowej. Organizacja oferuje kompleksowe usługi bankowe dla klientów indywidualnych oraz biznesowych, rozwijając nowoczesne rozwiązania w obszarze bankowości codziennej, finansowania i systemów płatniczych.

• Minimum 3 lata doświadczenia w środowiskach produkcyjnych; znajomość brokerów, topic-ów, partycjonowania, schematów, replikacji
• Biegła znajomość Kafka Streams, kSQL
• Konfiguracja i rozwój konektorów (gotowe i własne)
• Biegłość w Java oraz frameworku Spring (Boot, Cloud, Security, Data)
• Projektowanie schematów dokumentowych, indeksowanie, optymalizacja zapytań
• Implementacja serwisów GraphQL (Spring GraphQL lub inne), definiowanie schematów, resolvers
• Podstawowa znajomość formatu tabel i zarządzania metadanymi
• Znajomość Python
• Znajomość Prometheus, Grafana, OpenTelemetry
• Znajomość TLS, SASL, ACL, szyfrowania danych w spoczynku i tranzycie
• Doświadczenie w pracy w Scrum/Kanban oraz znajomość narzędzi Jira, Confluence

• Spotkania z analitykami i zespołami IT w celu zrozumienia procesów biznesowych i danych
• Tworzenie dokumentacji funkcyjnej (use-case, user-story) oraz technicznej (diagramy danych, mapowanie pól)
• Projektowanie topików Kafka (naming, partycjonowanie, schematy Avro)
• Definiowanie struktur kolekcji w MongoDB oraz modeli w GraphQL i tabel Iceberg
• Budowa mikroserwisów Spring Boot (producent/konsument, stream processing)
• Implementacja warstwy GraphQL (schematy, resolvery) udostępniającej dane z MongoDB
• Konfiguracja i rozwój konektorów Kafka Connect
• Tworzenie własnych Single Message Transforms (SMT) i konwerterów w celu dopasowania formatów danych
• Implementacja metryk (Prometheus, Grafana), logowania (Vector, ELK) oraz śledzenia (OpenTelemetry, Dynatrace) dla przepływu zdarzeń
• Diagnozowanie problemów z replikacją, opóźnieniami i niezgodnościami danych
• Optymalizacja konfiguracji Kafka, MongoDB i Iceberg pod kątem wydajności oraz kosztów
• Praca w zespole Agile (Scrum/Kanban) razem z Data Engineerami, DevOpsami, analitykami i testerami
• Dzielenie się wiedzą – warsztaty, dokumentacja, code-review