{"id":3620931,"url":"https://alion.io/job/websensa-mid-mid-data-engineer-python","title":"Mid / Mid+ Data Engineer (Python)","company":{"id":4372521,"name":"Websensa","domain":"websensa.com","url":"https://alion.io/company/websensa","size_band":null,"is_staffing_agency":false,"employer_type":"direct","is_intermediary":false,"listed_via":null,"ats_vendor":null,"truth_index":null},"role":"Data Science","role_family":"Data Science","seniority":"middle","employment_type":"contractor","work_mode":"hybrid","remote_scope":null,"remote_scope_basis":null,"remote_working_hours":null,"hiring_geo_confidence":"structured","locations":["Warsaw, Poland"],"countries":["PL"],"hiring_countries":[],"hiring_countries_total":0,"salary":{"min":80,"max":140,"currency":"PLN","period":"hour","gross":null,"usd_annual":72000},"salary_estimate":null,"experience_years_min":null,"visa_sponsorship":false,"relocation_package":false,"has_equity":false,"technologies":[{"name":"Airflow","optional":false},{"name":"Apache Iceberg","optional":false},{"name":"Argo Workflows","optional":false},{"name":"Claude Code","optional":false},{"name":"ClickHouse","optional":false},{"name":"Copilot","optional":false},{"name":"Cursor","optional":false},{"name":"Delta Lake","optional":false},{"name":"Docker","optional":false},{"name":"Feature Store","optional":false},{"name":"Git","optional":false},{"name":"Kubernetes","optional":false},{"name":"Machine Learning","optional":false},{"name":"OpenAI Codex","optional":false},{"name":"Polars","optional":false},{"name":"pySpark","optional":false},{"name":"Python","optional":false},{"name":"Spark","optional":false},{"name":"SQL","optional":false},{"name":"Apache Kafka","optional":true},{"name":"Azure","optional":true},{"name":"CI/CD","optional":true},{"name":"Django","optional":true},{"name":"Feast","optional":true},{"name":"GCP","optional":true},{"name":"Kubeflow","optional":true},{"name":"Ray","optional":true},{"name":"Redis","optional":true},{"name":"StarRocks","optional":true}],"status":"live","first_seen_at":"2026-11-02T14:15:57Z","employer_posted_date":null,"last_verified_at":"2026-11-02T14:15:57Z","board_verified":false,"closed_at":null,"days_open":4,"trust":{"level":"not_scored","repost_count":null,"flags":[],"days_open":4},"description":"Szukamy Mid / Mid+ Data Engineera, który dołączy do zespołu rozwijającego platformę Feature Store – rozwiązanie odpowiedzialne za obliczanie, przechowywanie i udostępnianie cech wykorzystywanych przez modele uczenia maszynowego.\nBędziesz pracować nad rozwojem produkcyjnej platformy danych, budując i optymalizując pipeline'y przetwarzające duże wolumeny informacji. Projekty obejmują m.in. pobieranie danych z hurtowni analitycznych, przetwarzanie rozproszone, przygotowywanie i przechowywanie danych oraz udostępnianie ich systemom i modelom ML.\nGłównym językiem programowania jest Python, a w codziennej pracy wykorzystujemy technologie takie jak PySpark, Polars, Airflow, ClickHouse, Delta Lake czy Apache Iceberg. W wybranych komponentach korzystamy również z Golanga.\nTo rola dla osoby, która dobrze zna Pythona, ma doświadczenie w przetwarzaniu dużych zbiorów danych i chce rozwijać praktyczne, produkcyjne rozwiązania na styku Data Engineering i Machine Learning.\n\nTechnologie, z którymi możesz pracowaćPython\nPySpark / Apache Spark\nPolars\nSQL\nClickHouse / StarRocks\nDelta Lake / Apache Iceberg / Parquet\nAirflow / Argo Workflows\nRedis\nDocker / Kubernetes\nDjango\nGolang\nGit / CI/CD\nGoogle Cloud Platform / Microsoft Azure\nNarzędzia AI dla developerów: Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot lub podobne\nKogo szukamySzukamy osoby na poziomie mid / mid+, która:\nma praktyczne doświadczenie w pracy z Pythonem i przetwarzaniem dużych zbiorów danych;\npotrafi samodzielnie projektować, budować i rozwijać pipeline'y danych;\nrozumie, że dobry pipeline to nie tylko działający kod, ale też poprawność danych, wydajność, idempotentność i utrzymywalność;\npotrafi dobierać narzędzia i podejście do skali oraz charakteru przetwarzanych danych;\ndobrze odnajduje się w pracy z istniejącymi systemami i potrafi rozwijać je bez pogarszania ich jakości;\npotrafi analizować problemy techniczne i szukać prostych, skutecznych rozwiązań;\nma nastawienie „can-do” i bierze odpowiedzialność za dowożone zadania;\nzwraca uwagę na jakość kodu, dobre praktyki i sensowną architekturę danych;\njest otwarta na nowe technologie i nie boi się pracy z narzędziami, których wcześniej nie znała;\nnie boi się sięgnąć po Golanga, gdy wymaga tego zadanie;\npotrafi rozmawiać z użytkownikami platformy, zrozumieć ich problemy i pomóc w znalezieniu rozwiązania;\nchce korzystać z narzędzi AI wspierających programowanie i jest otwarta na agentowe podejście do developmentu;\ndobrze współpracuje z zespołem technicznym, data science i produktowym;\nodpowiada jej praca w modelu hybrydowym.\nCo oferujemyPracę przy rozwoju produkcyjnej platformy Feature Store.\nUdział w projektach z obszaru AdTech i e-commerce, na styku inżynierii danych i uczenia maszynowego.\nPracę z dużymi wolumenami danych i technologiami big data.\nMożliwość rozwijania istniejących systemów oraz budowania nowych komponentów od zera.\nWspółpracę z doświadczonym zespołem technologicznym i data science.\nMożliwość wpływu na architekturę danych, wybór rozwiązań technicznych i jakość kodu.\nPracę z nowoczesnym ekosystemem przetwarzania danych, m.in. Spark, Polars, Delta Lake, Iceberg i ClickHouse.\nPrzestrzeń do proponowania usprawnień technicznych i optymalizacji istniejących rozwiązań.\nMożliwość korzystania z nowoczesnych narzędzi AI wspierających programowanie.\nMożliwość rozwoju w kierunku Senior Data Engineera, ML Platform Engineera, Tech Leada lub Architekta Danych.\nZakres obowiązków\nProjektowanie, rozwój i utrzymanie platformy Feature Store.\nBudowa i rozwój pipeline'ów przetwarzania danych w Pythonie.\nPrzetwarzanie dużych wolumenów danych z wykorzystaniem narzędzi takich jak PySpark i Polars.\nIntegracja z hurtowniami danych i systemami analitycznymi.\nPrzygotowywanie i przechowywanie danych w formatach wykorzystywanych w architekturach data lake i lakehouse.\nOrkiestracja i automatyzacja przepływów danych.\nRozwój komponentów i usług wspierających platformę danych.\nPrzygotowywanie i udostępnianie cech wykorzystywanych przez modele ML, w tym w scenariuszach online.\nOptymalizacja wydajności, kosztów i skalowalności procesów przetwarzania danych.\nDbanie o jakość, poprawność i spójność danych, w tym walidację, obsługę schematów i idempotentność procesów.\nDebugowanie, analiza błędów i rozwiązywanie problemów technicznych.\nPraca z konteneryzacją i środowiskami uruchomieniowymi opartymi o Docker i Kubernetes.\nDbanie o jakość kodu, testowalność i utrzymywalność rozwiązań.\nUdział w projektowaniu architektury danych i rozwiązań technicznych.\nWspółpraca z data scientistami, ML engineerami, backend developerami, architektami i product ownerami.\nWspółpraca z użytkownikami platformy, wsparcie w rozwiązywaniu problemów oraz konsultowanie sposobu wykorzystania dostępnych rozwiązań.\nUdział w estymacji zadań, code review i planowaniu prac projektowych.\nKorzystanie z narzędzi AI wspierających programowanie i automatyzację pracy developerskiej.\nWymagania\nObowiązkowe:\nBardzo dobra znajomość Pythona.\nDoświadczenie w budowaniu, rozwijaniu i utrzymywaniu produkcyjnych pipeline'ów danych.\nPraktyczna znajomość PySpark lub innego narzędzia do przetwarzania rozproszonego.\nBardzo dobra znajomość SQL.\nDoświadczenie w przetwarzaniu dużych zbiorów danych, w tym wolumenów przekraczających dostępną pamięć operacyjną.\nZnajomość narzędzi do orkiestracji przepływów danych, np. Airflow lub Argo Workflows.\nPraktyczna znajomość Git i Dockera.\nZnajomość dobrych praktyk projektowania i rozwijania pipeline'ów danych.\nUmiejętność pisania czytelnego, testowalnego i utrzymywalnego kodu.\nUmiejętność debugowania i analizowania problemów technicznych.\nSamodzielność w realizacji zadań i odpowiedzialność za dostarczane rozwiązania.\nNastawienie na rozwiązywanie problemów i szukanie praktycznych rozwiązań.\nDbałość o jakość kodu, poprawność danych i stosowanie dobrych praktyk developerskich.\nOtwartość na kontakt z użytkownikami platformy, rozumienie ich potrzeb i wspieranie ich w korzystaniu z rozwijanych rozwiązań.\nChęć ciągłego rozwoju i poznawania nowych technologii.\nKomunikatywność w języku polskim.\nGotowość do pracy w trybie hybrydowym.\n\nMile widziane:\nDoświadczenie z formatami i technologiami lakehouse, np. Delta Lake lub Apache Iceberg.\nZnajomość biblioteki Polars.\nDoświadczenie z analitycznymi bazami danych, np. ClickHouse lub StarRocks.\nZnajomość Redis lub innych rozwiązań wykorzystywanych do szybkiego udostępniania danych.\nZnajomość Golanga.\nDoświadczenie z frameworkiem Django lub budową usług backendowych wspierających platformy danych.\nDoświadczenie z platformami Feature Store, np. Feast, Tecton lub Hopsworks.\nZnajomość zagadnień MLOps i przygotowywania danych na potrzeby modeli Machine Learning.\nZnajomość narzędzi do rozproszonego przetwarzania danych i zarządzania zadaniami obliczeniowymi, np. Ray lub Kubeflow.\nDoświadczenie z systemami kolejkowymi i streamingiem danych, np. Kafka.\nDoświadczenie z Kubernetes i środowiskami chmurowymi, np. GCP lub Azure.\nDoświadczenie z CI/CD i automatyzacją procesów developerskich.\nDoświadczenie w pisaniu testów jednostkowych, integracyjnych i testów jakości danych.\nUmiejętność pracy z narzędziami monitoringu, logowania i obserwowalności.\nUmiejętność efektywnej pracy z narzędziami AI wspierającymi programowanie, np. Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot lub podobnymi.\nOtwartość na podejście agentowego kodowania i automatyzację części zadań developerskich.\nTech stack\nPython\nPySpark\nSQL\nGit\nDocker","description_format":"text","description_chars":7442,"description_truncated":false,"requirements":{"experience_years_min":null,"management_years_min":null,"team_size_min":null,"manages_managers":false,"education":null,"security_clearance":false,"languages":[]},"benefits":[],"hiring_locations":[],"hiring_excludes":[],"relocation_offered":false,"industries":["Artificial Intelligence","Financial Services","LLM & Generative AI","AI Consulting & Integration"],"lifecycle":[{"event":"open","at":"2026-11-02T18:22:30Z"}],"visa":[],"liveness":{"score":86,"band":"hot","label":"Hiring now","p_open":1,"p_active":0.86,"p_room":1,"age_days":3,"expected_fill_days":26,"reasons":["seen:3","win:early"],"computed_at":"2026-11-06T05:58:05Z"},"pay":{"stated_usd_annual":72000,"is_top_pay":false},"html_url":"https://alion.io/job/websensa-mid-mid-data-engineer-python","json_url":"https://alion.io/job/websensa-mid-mid-data-engineer-python.json","meta":{"generated_at":"2026-11-06T20:51:47Z","cache_seconds":300,"methodology":"https://alion.io/methodology","terms":"https://alion.io/terms","contact":"https://alion.io/contact","api":"https://alion.io/developers","about":"Alion is a live layer of people, companies and AI agents: who they are, whether they are real and active right now, what they do and how to work with them, readable by people and by agents and paid per call.","catalog":"https://alion.io/catalog.json","usage":{"tier":"crawler_verified","counted_by":"address","units_charged":1,"used_today":465,"day_limit":null,"remaining_today":null,"minute_limit":300,"resets_at":"2026-11-07T00:00:00Z"}},"offers":[{"id":"company.slices","title":"One company in depth, by slice","status":"live","price":{"credits":0.02,"usd":0.002,"plus_per_slice":{"credits":0.05,"usd":0.005}},"unit":"per company, plus each slice with data","note":"the employer in depth","call":{"mcp_tool":"get_company","arguments":{"id":4372521},"rest":"https://alion.io/mcp/rest/get_company?id=4372521"},"human":"https://alion.io/catalog?offer=company.slices&for=job%2Fwebsensa-mid-mid-data-engineer-python"},{"id":"market.stats","title":"A market slice: pay, demand and time to fill","status":"live","price":{"credits":1,"usd":0.1},"unit":"per slice","note":"pay, demand and time to fill for this role and place","call":{"mcp_tool":"market_stats"},"human":"https://alion.io/catalog?offer=market.stats&for=job%2Fwebsensa-mid-mid-data-engineer-python"},{"id":"job.search","title":"Open jobs by role, technology, place, pay and visa","status":"live","price":{"credits":0.02,"usd":0.002},"unit":"per posting in a list","note":"similar open postings","call":{"mcp_tool":"search_jobs"},"human":"https://alion.io/catalog?offer=job.search&for=job%2Fwebsensa-mid-mid-data-engineer-python"},{"id":"company.verify","title":"Is this company real and active right now","status":"pilot","price":null,"unit":"per company","request":{"url":"https://alion.io/catalog/request","method":"POST","body":"{\"offer\": \"company.verify\", \"for\": \"job/websensa-mid-mid-data-engineer-python\", \"note\": \"what you need it for\"}"},"human":"https://alion.io/catalog?offer=company.verify&for=job%2Fwebsensa-mid-mid-data-engineer-python"}],"agent":{"mcp":"https://alion.io/mcp/jobs","mcp_open":"https://alion.io/mcp/open","next":[{"tool":"get_job","arguments":{"id":3620931}},{"tool":"search_jobs","arguments":{"company":"websensa.com","detail":"compact"}},{"tool":"match_people","arguments":{"job_id":3620931},"note":"people open to offers who fit this vacancy"}],"note":"The same data through MCP tools: https://alion.io/mcp/open needs no sign-in (compact searches, postings, people); https://alion.io/mcp with an Alion account has everything. Docs: https://alion.io/developers"}}