Data Engineer with Snowflake

ACAISOFT POLAND Sp. z o.o.; Warszawa; On-site; PLN 240,000 - 360,000; Full time

Benefits offered by this job

Private medical care

Multisport card

Friendly atmosphere and direct contact

Modern technologies

Job summary

ACAISOFT POLAND Sp. z o.o. poszukuje doświadczonego Senior Data Engineer’a do pracy nad projektem analityki finansowej w Stanach Zjednoczonych.

Będziesz budować i optymalizować pipeline danych w Snowflake, oceniając nowy zestaw danych pod kontem jakości i wartości dodanej, porównując szacunki przychodów z wynikami finansowymi. Zakres obowiązków obejmuje end-to-end odpowiedzialność za proces od przetwarzania danych po walidację jakości i automatyzację ocen zestawów danych, z elastycznymi

Qualifications

• Ponad 3 lata doświadczenia w Data Engineering ze Snowflake jako platformą podstawową.
• Doświadczony w optymalizacji magazynów Snowflake pod kątem wydajności i kosztów w środowiskach produkcyjnych.
• Umiejętność tworzenia i optymalizacji potoków przetwarzających bardzo duże zbiory danych, w tym pełnych historii transakcji.

Responsibilities

• Budowanie i utrzymywanie potoku ewaluacyjnego opartego na Snowflake, mierzącego dokładność nowych zestawów danych.
• Implementacja metryk ewaluacyjnych (np. korelacja, MAE) porównujących przychody z wynikami finansowymi.
• Optymalizacja wydajności Snowflake i kosztów compute poprzez rozmiarowanie warehouse, clustering, materializację, optymalizację zapytań i pruning danych.
• Opracowanie zautomatyzowanych procesów zbierania, mapowania, walidacji i utrzymania danych przychodu.
• Wdrażanie kontroli jakości danych, reguł reconciliation i monitoringu.
• Ocena nowych zestawów danych i identyfikacja problemów jakościowych.
• Pełnienie odpowiedzialności za całe pipeline end-to-end, podejmowanie decyzji technicznych.

Skills

Snowflake

SQL

Python

Data pipelines

Snowflake optimization

Performance optimization

Cost optimization

Large datasets

Tools

dbt

Job description

Nasze wymagania:

• Ability to work partially within the U.S. time zone (during onboarding: calls up to 10:00 PM CET a few times a week; later: occasionally up to 7 PM CET)
• 3+ years of experience in Data Engineering, with Snowflake as a primary data platform.
• Proven hands-on experience optimising Snowflake warehouses and storage for performance and cost efficiency in production environments.
• Experience building and optimising pipelines processing very large datasets, including full transaction-level histories rather than samples.
• SQL and Python skills, with the ability to own data pipelines end to end.

Mile widziane:

• Experience working with financial, market, transaction-level, or time-series data.
• Familiarity with accuracy and tracking metrics such as correlation and mean absolute error (MAE).
• Experience integrating and maintaining third-party data feeds or working with data licensing and data-sharing arrangements.
• Practice with dbt or similar data transformation frameworks on Snowflake.

O projekcie:

We are seeking a highly skilled and experienced Senior Data Engineer to join our team. You will be working with one of the biggest consumer insights providers in the U.S.

In this role, you will build and optimise a data evaluation pipeline in Snowflake for a financial data analytics project. The goal is to independently assess the quality and added value of new credit card transaction datasets by comparing company revenue estimates against reported financial results, while ensuring the process is scalable, cost-efficient, and automated.

You will take ownership of the pipeline end to end, from data processing and ground truth collection to quality validation and ongoing dataset evaluations.

Working hours: Availability between 5:00 PM and 10:00 PM CET is essential during onboarding; afterwards, standard hours end between 5 and 7 PM CET (depending on the day).

Zakres obowiązków:

• Build and maintain a Snowflake-based evaluation pipeline to measure the accuracy of new datasets, both independently and combined with existing data.
• Implement evaluation metrics such as correlation and mean absolute error (MAE) to compare estimated company revenue against reported results.
• Optimise Snowflake performance and compute costs through warehouse sizing, clustering, materialisation, query optimisation, and data pruning.
• Develop automated processes for collecting, mapping, validating, and maintaining ground truth company revenue data.
• Implement data quality checks, reconciliation rules, and monitoring to identify inconsistencies before they affect downstream reporting.
• Evaluate new datasets as they become available and investigate data quality issues.
• Own the pipeline end-to-end, making technical decisions and adapting the implementation as project requirements evolve.
• Build on existing prototypes and previous work to deliver a reliable, production-ready solution.

Oferujemy:

• Private medical care
• Multisport card
• Friendly, informal atmosphere, and direct contact with everyone in the company
• Modern technologies