Trainee Data Engineer w Gdańsk, Polska

• Podstawowa znajomość SQL i relacyjnych baz danych.
• Podstawowa znajomość Pythona i programowania.
• Znajomość podstawowych pojęć związanych z przetwarzaniem danych, np. ETL/ELT .
• Podstawowa wiedza na temat Data Lake i przechowywania danych.
• Zainteresowanie obszarem Big Data oraz chęć nauki technologii takich jak Spark/PySpark i Databricks .
• Podstawowa znajomość co najmniej jednej chmury publicznej (AWS, GCP lub Azure) lub chęć rozwijania się w tym kierunku.
• Podstawowa wiedza na temat CI/CD .
• Znajomość podstaw Apache Kafka będzie dodatkowym atutem.
• Ciekawość technologiczna i chęć rozwoju: Lubisz wiedzieć, jak rzeczy działają, chętnie eksperymentujesz z nowymi technologiami i szukasz własnych rozwiązań.

Szukamy pasjonatów technologii, którzy chcą rozpocząć swoją przygodę z Data Engineeringiem! Jeśli masz podstawy programowania, dobrze czujesz się w SQL i Pythonie, a także chcesz rozwijać się w obszarze Big Data, chmury i nowoczesnych technologii danych - ta oferta jest dla Ciebie.

Co oferujemy?

• Pełne wsparcie Mentora: Przez cały okres nauki masz dedykowanego opiekuna, który dba o Twój rozwój i pomaga Ci stawiać kolejne kroki w Data Engineeringu.
• Nielimitowaną wiedzę: Dostęp do specjalistycznych platform szkoleniowych i kursów
• Pracę zdalną: ze sporadycznymi wizytami w biurze.
• Elastyczność: Wybór formy współpracy – B2B lub Umowa Zlecenie , a także elastyczne godziny pracy.

,[Praca z danymi: Poznasz procesy pozyskiwania, przetwarzania i transformacji danych oraz nauczysz się budować podstawowe pipeline’y danych., Programowanie w Pythonie: Będziesz rozwijać swoje umiejętności w Pythonie i wykorzystywać go do pracy z danymi oraz automatyzacji procesów., Praca z SQL: Nauczysz się tworzyć zapytania, łączyć i agregować dane oraz pracować z bazami danych., Data Warehouse i Data Lakehouse: Poznasz różne sposoby przechowywania i organizacji danych oraz rozwiązania wykorzystywane do ich dalszej analizy i przetwarzania., Big Data: Poznasz Apache Spark / PySpark i dowiesz się, jak przetwarzać duże zbiory danych w środowiskach rozproszonych., Databricks: Nauczysz się korzystać z platformy wspierającej przetwarzanie, analizę i zarządzanie dużymi zbiorami danych., Automatyzacja i orkiestracja: Poznasz Apache Airflow do zarządzania pipeline’ami danych oraz procesy CI/CD wspierające ich testowanie i wdrażanie., Cloud & Infrastructure as Code: Poznasz rozwiązania chmurowe (AWS, GCP lub Azure) oraz podstawy Terraform i podejścia Infrastructure as Code (IaC)., Konteneryzacja: Poznasz Dockera oraz podstawy pracy z Kubernetesem i dowiesz się, jak uruchamiać oraz zarządzać aplikacjami i procesami w środowiskach kontenerowych., Data streaming: Poznasz podstawy przetwarzania danych w czasie rzeczywistym z wykorzystaniem Apache Kafka.] Requirements: SQL, Python, Data Lake, Cloud, CI/CD, Apache Kafka, BigData, Spark