Remote Spark Data Lakehouse Developer (PySpark)

Algoteque; Wrocław; Hybrid; PLN 180,000 - 270,000; Full time

Job summary

Algoteque poszukuje doświadczonego Spark / Data Lakehouse Developera do projektu budowy i rozwoju rozwiązań Data Lakehouse oraz rekonsyliacji danych w warstwie ODS.

Zakres obejmuje projektowanie i implementację procesów rekonsyliacji danych, integrację Spark z MongoDB, prace nad warstwami Raw/Bronze/Silver/Gold i obsługę Iceberg, monitorowanie, CI/CD oraz współpracę z zespołami Data Engineering, Business Analysis, QA i DevOps.

Qualifications

• Minimum 4 lata praktycznego doświadczenia z Apache Spark w środowisku produkcyjnym.
• Bardzo dobra znajomość PySpark, Spark SQL, DataFrames i Structured Streaming.
• Doświadczenie z MongoDB oraz MongoDB Spark Connector.
• Praktyczna znajomość Apache Iceberg.
• Znajomość Python i Spark SQL.
• Doświadczenie z Jenkins i procesami CI/CD dla aplikacji Spark.
• Znajomość Prometheus i Grafana.
• Doświadczenie w pracy w Scrum lub Kanban oraz znajomość Jira/Confluence.

Responsibilities

• Projektowanie i implementacja procesów rekonsyliacji danych z wykorzystaniem Spark-SQL / PySpark.
• Porównywanie danych z MongoDB z systemami źródłowymi oraz budowanie reguł jakości danych.
• Integracja Spark z MongoDB i optymalizacja procesów odczytu/zapisu.
• Budowa i rozwój warstw Raw/Bronze/Silver/Gold w architekturze Data Lakehouse.
• Praca z Apache Iceberg oraz wersjonowaniem i migracją danych.
• Optymalizacja wydajności i kosztów przetwarzania danych w Spark.
• Konfiguracja monitoringu i observability procesów danych.
• Automatyzacja deploymentów Spark oraz wsparcie procesów CI/CD.
• Diagnozowanie problemów z danymi i utrzymanie dokumentacji technicznej.
• Współpraca z zespołami Data Engineering, Business Analysis, QA i DevOps oraz udział w code review i warsztatach.

Skills

Apache Spark

PySpark

Spark SQL

DataFrames

Structured Streaming

MongoDB

MongoDB Spark Connector

Apache Iceberg

Python

Jenkins

Prometheus

Grafana

Scrum/Kanban

Jira

Confluence

Tools

Jira

Confluence

CI/CD tooling

Job description

Algoteque poszukuje doświadczonego Spark / Data Lakehouse Developera do projektu budowy i rozwoju rozwiązań Data Lakehouse oraz rekonsyliacji danych w warstwie ODS.

Zakres obejmuje projektowanie i implementację procesów rekonsyliacji danych, integrację Spark z MongoDB, prace nad warstwami Raw/Bronze/Silver/Gold i obsługę Iceberg, monitorowanie, CI/CD oraz współpracę z zespołami Data Engineering, Business Analysis, QA i DevOps.