Hledáme Datového vývojáře se specializací na Databricks, který bude zodpovědný za vývoj, optimalizaci a správu datových pipeline nad Sparkem, Delta Lake a Unity Catalogem. Role je zaměřená na práci s velmi velkými datovými sadami (stovky milionů řádků, TB objemy), ladění výkonu a efektivní využití clusterových zdrojů.

• Vyvíjet a optimalizovat datové pipeline v Apache Spark na platformě Databricks
• Pracovat s Unity Catalogem a spravovat datové objekty v rámci governance modelu
• Optimalizovat výkon pipeline nad tabulkami o velikosti 500+ milionů řádků a >1 TB dat
• Ladit a nastavovat Databricks clustery pro maximální efektivitu a využití zdrojů
• Optimalizovat Delta Lake tabulky (layout, partitioning, Z‑ordering, vacuum, compaction)
• Spolupracovat s architekty, datovými inženýry a analytiky na rozvoji datové platformy

• Minimálně 1 rok praxe s Unity Catalogem
• Minimálně 2 roky praxe na min. 2 projektech s:
  • laděním a optimalizací Spark pipeline
  • prací s tabulkami o velikosti min. 500 milionů řádků
  • prací s daty o velikosti alespoň 1 TB
  • optimalizací nastavení clusterů pro maximální využití zdrojů
• Minimálně 2 roky praxe s laděním Delta Lake na tabulkách > 1 TB

Výhodou

• Zkušenost s Azure (ADF, Synapse, Data Lake Storage)
• Znalost CI/CD pro datové pipeline
• Zkušenost s monitoringem výkonu Spark jobů
• Praxe z finančního sektoru

• Skvělí kolegové a plně flexibilní pracovní politika
• Kariérní koučování a rozvoj
• Flexibilní pracovní doba
• Technická školení a workshopy
• Technické vybavení pro práci (Mac / Windows)
• Firemní večírky
• Firemní psycholog pro duševní pohodu
• Multisport karta