Cloud & Data Engineer z j. angielskim lub niemieckim - Instore Sensorics and Data (B2B)

dmTECH to spółka technologiczna należąca do międzynarodowej grupy dm, zatrudniająca ponad 1.400 ekspertów z różnych dziedzin technologicznych. Firma tworzy, utrzymuje i rozwija rozwiązania retailTECH dla sieci drogerii dm, działając w Niemczech, Austrii i Polsce, obsługując 14 krajów w Europie. W obszarze Instore Sensorics and Data rozwijane są rozwiązania oparte na danych dla sklepów dm, od zbierania danych sensorycznych po skalowalne platformy chmurowe i usługi wspierane przez AI, wykorzystujące Google Cloud Platform oraz zasady Data Mesh.

• Ukończone studia wyższe w dziedzinach takich jak informatyka, technologia, inżynieria lub matematyka albo porównywalne kwalifikacje techniczne
• Minimum 3 lata doświadczenia komercyjnego lub projektowego w Software Engineering albo Data Engineering z praktyką wdrażania rozwiązań
• Praktyczne doświadczenie z GCP (preferowane) lub AWS w tworzeniu i utrzymaniu rozwiązań chmurowych
• Doświadczenie z produktami danych i zasadami Data Mesh oraz znajomość budowy skalowalnych, wielokrotnego użytku serwisów danych
• Bardzo dobra znajomość Python
• Swobodne posługiwanie się Git, CI/CD, testingiem i Code Review
• Swobodna komunikacja w języku polskim oraz angielskim lub niemieckim na poziomie minimum B2

Nice to have:

• Doświadczenie z Infrastructure-as-Code, np. Terraform/OpenTofu oraz technologiami strumieniowania danych, takimi jak Kafka
• Znajomość technologii Big Data i analitycznych oraz modelowania danych
• Doświadczenie z bezpieczeństwem operacyjnych produktów danych, np. RBAC, monitoring & alerting, dependency management
• Doświadczenie w integracji usług AI/genAI, np. LLM API, Agentic AI
• Tworzenie REST/GraphQL API i usług backendowych
• Znajomość nowoczesnych frameworków frontendowych, takich jak React, Angular lub Vue do tworzenia dashboardów opartych na danych
• Znajomość bibliotek ML, takich jak TensorFlow lub PyTorch

• Samodzielna realizacja usług dotyczących rozwoju i utrzymania usług chmurowych oraz platform danych, preferowane Google Cloud Platform (GCP)
• Wsparcie w budowie i rozwoju produktów danych zgodnie z zasadami Data Mesh
• Projektowanie i implementacja stabilnych usług backendowych oraz interfejsów REST/GraphQL
• Automatyzacja wdrożeń i infrastruktury z wykorzystaniem Infrastructure-as-Code oraz tworzenie powtarzalnych pipeline'ów
• Integracja usług AI/genAI, np. LLM API, z aplikacjami opartymi na danych
• Dbanie o wysoką jakość kodu i danych poprzez testowanie, Code Review, monitoring i Continuous Integration
• Współpraca z cross-funkcjonalnym zespołem projektowym i obszarami biznesowymi