Senior Data Architect

AtlantisJobs; Gliwice; Hybrid; PLN 260,000 - 420,000; Full time

Job summary

AtlantisJobs poszukuje Senior Data Architect dla klienta z sektora energetycznego. Rola obejmuje kształtowanie docelowej architektury danych, projektowanie rozwiązań w środowiskach hybrydowych i współtworzenie modelu Data Governance.

Wymaga ponad 8 lat doświadczenia w danych i IT, w tym min. 4 lata na stanowiskach Data Architect/Lead Data Architect, z udokumentowanymi sukcesami w dużych organizacjach.

Qualifications

• Co najmniej 8 lat doświadczenia w danych i IT.
• Minimum 4 lata na stanowisku Data Architect/Lead Data Architect.
• Udokumentowane sukcesy w projektowaniu architektury danych w dużych organizacjach.
• Wysoka znajomość Data Warehouse, Data Lake, Lakehouse, Data Mesh.
• Praktyczna znajomość modelowania danych, integracji (ETL/ELT), API oraz przetwarzania zdarzeniowego i strumieniowego.
• Znajomość Data Governance, Data Quality, Metadata Management, MDM.
• Doświadczenie z Azure, GCP, AWS i narzędziami Databricks, Snowflake, BigQuery, Microsoft Fabric.

Skills

Data Modeling

ETL/ELT

API integration

Eventual/Streaming processing

Cloud architectures

Data governance

Tools

Databricks

Snowflake

BigQuery

Microsoft Fabric

Azure

GCP

AWS

Job description

Senior Data Architect dla klienta z sektora energetycznego — kształtujesz docelową architekturę danych, projektujesz rozwiązania w środowiskach hybrydowych i współtworzysz model Data Governance. To rola dla dojrzałej biznesowo osoby z dużym doświadczeniem w architekturze danych, która chce łączyć projektowanie z budową standardów organizacyjnych i mentoringiem. Uwaga: klient nie jest nazwany wprost, a wymiar pracy określono jako 'niepełny' bez podania liczby godzin — warto dopytać o realne warunki zatrudnienia i zakres decyzyjności.

• min. 8 lat doświadczenia w obszarze danych i IT, w tym co najmniej 4 lata jako Data Architect, Lead Data Architect lub analogicznie;
• udokumentowane sukcesy w projektowaniu architektury danych dla dużych, złożonych organizacji;
• bardzo dobra znajomość wzorców architektonicznych: Data Warehouse, Data Lake, Lakehouse, Data Hub, Data Fabric, Data Mesh;
• praktyczna znajomość modelowania danych, integracji (ETL/ELT), API oraz przetwarzania zdarzeniowego i strumieniowego;
• znajomość zasad Data Governance, Data Quality, Metadata Management, MDM i zarządzania cyklem życia danych;
• doświadczenie z co najmniej jedną z głównych platform chmurowych (Azure, GCP, AWS) oraz nowoczesnymi narzędziami (np. Databricks, Snowflake, BigQuery, Microsoft Fabric);
• praca hybrydowa w Polsce