Jobs Data Engineer

We are the creators of a new fintech era!
Our mission is to change this world by making blockchain accessible to everyone in everyday life. WhiteBIT is a global team of over 1,200 professionals united by one mission — to shape the new world order in the Web3 era. Each of our employees is fully engaged in this transformative journey.
We work on our blockchain platform, providing maximum transparency and security for more than 8 million users worldwide. Our breakthrough solutions, incredible speed of adaptation to market challenges, and technological superiority are the strengths that take us beyond ordinary companies. Our official partners include the National Football Team of Ukraine, FC Barcelona, Lifecell, FACEIT and VISA.

The future of Web3 starts with you: join us as a Data Engineer!

Requirements

— 3+ years of experience as a Data Engineer in high-load or data-driven environments
— Proficient in Python for data processing and automation (pandas, pyarrow, sqlalchemy, etc.)
— Advanced knowledge of SQL: query optimization, indexes, partitions, materialized views
— Hands-on experience with ETL/ELT orchestration tools (e.g., Airflow, Prefect)
— Experience with streaming technologies (e.g., Kafka, Flink, Spark Streaming)
— Solid background in data warehouse solutions: ClickHouse, BigQuery, Redshift, or Snowflake
— Familiarity with cloud platforms (AWS, GCP, or Azure) and infrastructure-as-code principles
— Experience with containerization and deployment tools (e.g., Docker, Kubernetes, CI/CD)
— Understanding of data modeling, data versioning, and schema evolution (e.g., dbt, Avro, Parquet)
— English — at least intermediate (for documentation & communication with tech teams)

Responsibilities

— Design, build, and maintain scalable and resilient data pipelines (batch and real-time)
— Develop and support data lake/data warehouse architectures
— Integrate internal and external data sources/APIs into unified data systems
— Ensure data quality, observability, and monitoring of pipelines
— Collaborate with backend and DevOps engineers on infrastructure and deployment
— Optimize query performance and data processing latency across systems
— Maintain documentation and contribute to internal data engineering standards
— Implement data access layers and provide well-structured data for downstream teams

Work conditions

Immerse yourself in Crypto & Web3:
— Master cutting-edge technologies and become an expert in the most innovative industry.
Work with the Fintech of the Future:
— Develop your skills in digital finance and shape the global market.
Take Your Professionalism to the Next Level:
— Gain unique experience and be part of global transformations.
Drive Innovations:
— Influence the industry and contribute to groundbreaking solutions.
Join a Strong Team:
— Collaborate with top experts worldwide and grow alongside the best.
Work-Life Balance & Well-being:
— Modern equipment.
— Comfortable working conditions, and an inspiring environment to help you thrive.
— 22 business days of paid leave.
— Additional days off for national holidays.

We’re building a large-scale data analytics ecosystem powered by Microsoft Azure and Power BI. Our team integrates, transforms, and visualizes data from multiple sources to support critical business decisions. Data quality is one of our top priorities, and we’re seeking an engineer who can help us enhance the reliability, transparency, and manageability of our data landscape. 

Your responsibilities: 

• Develop and maintain data quality monitoring frameworks within the Azure ecosystem (Data Factory, Data Lake, Databricks). 
• Design and implement data quality checks, including validation, profiling, cleansing, and standardization. 
• Detect data anomalies and design alerting systems (rules, thresholds, automation). 
• Collaborate with Data Engineers, Analysts, and Business stakeholders to define data quality criteria and expectations. 
• Ensure high data accuracy and integrity for Power BI reports and dashboards. 
• Document data validation processes and recommend improvements to data sources. 

Requirements: 

• 3+ years of experience in a Data Quality, Data Engineering, or BI Engineering role. 
• Hands-on experience with Microsoft Azure services (Data Factory, SQL Database, Data Lake). 
• Advanced SQL skills (complex queries, optimization, data validation). 
• Familiarity with Power BI or similar BI tools. 
• Understanding of DWH principles and ETL/ELT pipelines. 
• Experience with data quality frameworks and metrics (completeness, consistency, timeliness). 
• Knowledge of Data Governance, Master Data Management, and Data Lineage concepts. 

Would be a plus: 

• Experience with Databricks or Apache Spark. 
• DAX and Power Query (M) knowledge. 
• Familiarity with DataOps or DevOps principles in a data environment. 
• Experience in creating automated data quality dashboards in Power BI. 

Hello everyone 👋

At Intobi, we're a software and product development company passionate about driving innovation and progress.

We help our clients succeed by delivering custom-built tech solutions designed to meet their unique needs.

Our expertise lies in developing cutting-edge Web and Mobile applications.

We’re hiring a Cloud DevOps Engineer to drive the design, automation, and reliability of our multi-cloud infrastructure. This is a key role in a fast-paced startup environment, where you’ll play a critical part in building, managing, and securing our cloud-native platform across AWS, Azure, and GCP.

Cyngular is an Israeli cybersecurity company focused on cloud investigation and automated incident response. The platform helps security teams detect, investigate, and respond to complex threats across AWS, Azure, and GCP

Role Overview:

As a Cloud DevOps Engineer, you will be responsible for implementing CI/CD pipelines, managing infrastructure as code, automating cloud operations, and ensuring high availability and security across environments. You’ll work closely with development, security, and data teams to enable fast, reliable, and secure deployments.

Key Responsibilities:

—  Design, build, and maintain infrastructure using Terraform, CloudFormation, or Bicep.

—  Manage CI/CD pipelines (GitHub Actions, GitLab CI, Azure DevOps, etc.) across multiple cloud platforms.

—  Automate provisioning and scaling of compute, storage, and networking resources in AWS, Azure, and GCP.

—  Implement and maintain monitoring, logging, and alerting solutions (CloudWatch, Stackdriver, Azure Monitor, etc.).

—  Harden environments according to security best practices (IAM, service principals, KMS, firewall rules, etc.).

—  Support cost optimization strategies and resource tagging/governance.

—  Collaborate with engineers to streamline developer workflows and cloud-based deployments.

Required Skills:

—  4+ years of experience in DevOps, Site Reliability Engineering, or Cloud Engineering.

—  Hands-on experience with at least two major cloud providers (AWS, Azure, GCP); familiarity with the third.

—  Proficiency in infrastructure as code (Terraform required; CloudFormation/Bicep is a plus).

—  Experience managing containers and orchestration platforms (EKS, AKS, GKE, or Kubernetes).

—  Strong knowledge of CI/CD tooling and best practices.

—  Familiarity with secrets management, role-based access controls, and audit logging.

—  Proficiency in scripting with Python, Bash, or PowerShell.

The position requires a high level of English — reading, writing, and speaking.

This role is not suitable for juniors or those with little to no experience.

We’re looking for professional DevOps engineers who are passionate about technology and tools, and who aren’t afraid to take on significant responsibilities, including self-directed learning.

Please send your CV here or via email

Should the first stage be successfully completed, you’ll be invited to a personal interview.

An AWS Data Engineer designs, develops, and maintains scalable data solutions using AWS cloud services.
Key Responsibilities:
    • Design, build, and manage ETL (Extract, Transform, Load) pipelines using AWS services (e.g., Glue, Lambda, EMR, Redshift, S3).
    • Develop and maintain data architecture (data lakes, warehouses, databases) on AWS.
    • Implement data quality and governance solutions.
    • Automate data workflows and monitor pipeline health.
    • Ensure data security and compliance with company policies.
Required Skills:
    • Proficiency with AWS cloud services, especially data-related offerings (S3, Glue, Redshift, Athena, EMR, Kinesis, Lambda).
    • Strong SQL and Python skills.
    • Experience with ETL tools and frameworks.
    • Familiarity with data modelling and warehousing concepts.
    • Knowledge of data security, access management, and best practices in AWS.
Preferred Qualifications:
    • AWS certifications (e.g., AWS Certified Data Analytics – Speciality, AWS Certified Solutions Architect).
    • Background in software engineering or data science.

• Hands-on experience with Oracle Database and log-based Change Data Capture (CDC) replication using AWS Database Migration Service (DMS) for near real-time data ingestion.

Job Responsibilities

• Develops, documents, and configures systems specifications that conform to defined architecture standards, address business requirements, and processes in the cloud development & engineering.
• Involved in planning of system and development deployment, as well as responsible for meeting compliance and security standards.
• API development using AWS services in a scalable, microservices-based architecture
• Actively identifies system functionality or performance deficiencies, executes changes to existing systems, and tests functionality of the system to correct deficiencies and maintain more effective data handling, data integrity, conversion, input/output requirements, and storage.
• May document testing and maintenance of system updates, modifications, and configurations.
• May act as a liaison with key technology vendor technologists or other business functions.
• Function Specific: Strategically design technology solutions that meet the needs and goals of the company and its customers/users.
• Leverages platform process expertise to assess if existing standard platform functionality will solve a business problem or if a customisation solution would be required.
• Test the quality of a product and its ability to perform a task or solve a problem.
• Perform basic maintenance and performance optimisation procedures in each of the primary operating systems.
• Ability to document detailed technical system specifications based on business system requirements
• Ensures system implementation compliance with global & local regulatory and security standards (i.e. HIPAA, SOCII, ISO27001, etc.)
•  

Department/Project Description

The GlobalLogic technology team is focused on next-generation health capabilities that align with the client’s mission and vision to deliver Insight-Driven Care. This role operates within the Health Applications & Interoperability subgroup of our broader team, with a focus on patient engagement, care coordination, AI, healthcare analytics, and interoperability. These advanced technologies enhance our product portfolio with new services while improving clinical and patient experiences.

ABOUT CLIENT

This independent research group focuses on tracking and forecasting infectious diseases. Initially studying illnesses like influenza and dengue, they later expanded to global outbreaks such as COVID-19. The team gathers unique data sources, extracts key indicators of disease activity, and shares them publicly to support real-time monitoring and short-term forecasts. Their mission is to strengthen global readiness for future epidemics through data-driven insights and predictive modeling.
 

PROJECT TECH STACK

Apache Airflow 3.0, PostgreSQL
 

PROJECT STAGE

Live product
 

QUALIFICATIONS AND SKILLS

• 5+ years of experience with Airflow, with a focus on quality and depth of understanding, not just duration on the platform.
• Proven experience designing, deploying, and maintaining production-grade ETL workflows using Apache Airflow, with a strong understanding of DAG orchestration, performance optimization, and operation in managed environments such as Astronomer.
• Senior-level expertise in scaling, best practices, maintainability, and cost management — not just someone who can build pipelines.
• Strong DBT skills would be a plus (the team has not yet adopted DBT, but is considering it).
• Solid knowledge of Postgres optimization and the ability to clearly explain not only how to implement optimizations but also why they are needed.
• Excellent communication skills are needed as the team needs guidance to enhance their capabilities more than immediate technical fixes.
   

RESPONSIBILITIES

• Ensure and help define best practices that promote maintainability and high code quality across the team.
• Assist in resolving performance issues as they arise and proactively identify potential performance concerns.
• Help the team detect bugs and problem areas early in the development process.
• Guide the building of scalable solutions and the effective management of hosting costs.

About us:
Data Science UA is a service company with strong data science and AI expertise. Our journey began in 2016 with uniting top AI talents and organizing the first Data Science tech conference in Kyiv. Over the past 9 years, we have diligently fostered one of the largest Data Science & AI communities in Europe.

About the client:
Our client is an IT company that develops technological solutions and products to help companies reach their full potential and meet the needs of their users. The team comprises over 600 specialists in IT and Digital, with solid expertise in various technology stacks necessary for creating complex solutions.

About the role:
We are looking for a Data Engineer (NLP-Focused) to build and optimize the data pipelines that fuel the Ukrainian LLM and NLP initiatives. In this role, you will design robust ETL/ELT processes to collect, process, and manage large-scale text and metadata, enabling the Data Scientists and ML Engineers to develop cutting-edge language models.

You will work at the intersection of data engineering and machine learning, ensuring that the datasets and infrastructure are reliable, scalable, and tailored to the needs of training and evaluating NLP models in a Ukrainian language context.

Requirements:
- Education & Experience: 3+ years of experience as a Data Engineer or in a similar role, building data-intensive pipelines or platforms. A Bachelor’s or Master’s degree in Computer Science, Engineering, or a related field is preferred. Experience supporting machine learning or analytics teams with data pipelines is a strong advantage.
- NLP Domain Experience: Prior experience handling linguistic data or supporting NLP projects (e.g., text normalization, handling different encodings, tokenization strategies). Knowledge of Ukrainian text sources and data sets, or experience with multilingual data processing, can be an advantage given the project’s focus.
Understanding of FineWeb2 or a similar processing pipeline approach.
- Data Pipeline Expertise: Hands-on experience designing ETL/ELT processes, including extracting data from various sources, using transformation tools, and loading into storage systems. Proficiency with orchestration frameworks like Apache Airflow for scheduling workflows. Familiarity with building pipelines for unstructured data (text, logs) as well as structured data.
- Programming & Scripting: Strong programming skills in Python for data manipulation and pipeline development. Experience with NLP packages (spaCy, NLTK, langdetect, fasttext, etc.). Experience with SQL for querying and transforming data in relational databases. Knowledge of Bash or other scripting for automation tasks. Writing clean, maintainable code and using version control (Git) for collaborative development.
- Databases & Storage: Experience working with relational databases (e.g., PostgreSQL, MySQL), including schema design and query optimization. Familiarity with NoSQL or document stores (e.g., MongoDB) and big data technologies (HDFS, Hive, Spark) for large-scale data is a plus. Understanding of or experience with vector databases (e.g., Pinecone, FAISS) is beneficial, as the NLP applications may require embedding storage and fast similarity search.
- Cloud Infrastructure: Practical experience with cloud platforms (AWS, GCP, or Azure) for data storage and processing. Ability to set up services such as S3/Cloud Storage, data warehouses (e.g., BigQuery, Redshift), and use cloud-based ETL tools or serverless functions. Understanding of infrastructure-as-code (Terraform, CloudFormation) to manage resources is a plus.
- Data Quality & Monitoring: Knowledge of data quality assurance practices. Experience implementing monitoring for data pipelines (logs, alerts) and using CI/CD tools to automate pipeline deployment and testing. An analytical mindset to troubleshoot data discrepancies and optimize performance bottlenecks.
- Collaboration & Domain Knowledge: Ability to work closely with data scientists and understand the requirements of machine learning projects. Basic understanding of NLP concepts and the data needs for training language models, so you can anticipate and accommodate the specific forms of text data and preprocessing they require. Good communication skills to document data workflows and to coordinate with team members across different functions.

Nice to have:
- Advanced Tools & Frameworks: Experience with distributed data processing frameworks (such as Apache Spark or Databricks) for large-scale data transformation, and with message streaming systems (Kafka, Pub/Sub) for real-time data pipelines. Familiarity with data serialization formats (JSON, Parquet) and handling of large text corpora.
- Web Scraping Expertise: Deep experience in web scraping, using tools like Scrapy, Selenium, or Beautiful Soup, and handling anti-scraping challenges (rotating proxies, rate limiting). Ability to parse and clean raw text data from HTML, PDFs, or scanned documents.
- CI/CD & DevOps: Knowledge of setting up CI/CD pipelines for data engineering (using GitHub Actions, Jenkins, or GitLab CI) to test and deploy changes to data workflows. Experience with containerization (Docker) to package data jobs and with Kubernetes for scaling them is a plus.
- Big Data & Analytics: Experience with analytics platforms and BI tools (e.g., Tableau, Looker) used to examine the data prepared by the pipelines. Understanding of how to create and manage data warehouses or data marts for analytical consumption.
- Problem-Solving: Demonstrated ability to work independently in solving complex data engineering problems, optimizing existing pipelines, and implementing new ones under time constraints. A proactive attitude to explore new data tools or techniques that could improve the workflows.

Responsibilities:
- Design, develop, and maintain ETL/ELT pipelines for gathering, transforming, and storing large volumes of text data and related information.
- Ensure pipelines are efficient and can handle data from diverse sources (e.g., web crawls, public datasets, internal databases) while maintaining data integrity.
- Implement web scraping and data collection services to automate the ingestion of text and linguistic data from the web and other external sources. This includes writing crawlers or using APIs to continuously collect data relevant to the language modeling efforts.
- Implementation of NLP/LLM-specific data processing: cleaning and normalization of text, like filtering of toxic content, de-duplication, de-noising, detection, and deletion of personal data.
- Formation of specific SFT/RLHF datasets from existing data, including data augmentation/labeling with LLM as teacher.
- Set up and manage cloud-based data infrastructure for the project. Configure and maintain data storage solutions (data lakes, warehouses) and processing frameworks (e.g., distributed compute on AWS/GCP/Azure) that can scale with growing data needs.
- Automate data processing workflows and ensure their scalability and reliability.
- Use workflow orchestration tools like Apache Airflow to schedule and monitor data pipelines, enabling continuous and repeatable model training and evaluation cycles.
- Maintain and optimize analytical databases and data access layers for both ad-hoc analysis and model training needs.
- Work with relational databases (e.g., PostgreSQL) and other storage systems to ensure fast query performance and well-structured data schemas.
- Collaborate with Data Scientists and NLP Engineers to build data features and datasets for machine learning models.
- Provide data subsets, aggregations, or preprocessing as needed for tasks such as language model training, embedding generation, and evaluation.
- Implement data quality checks, monitoring, and alerting. Develop scripts or use tools to validate data completeness and correctness (e.g., ensuring no critical data gaps or anomalies in the text corpora), and promptly address any pipeline failures or data issues. Implement data version control.
- Manage data security, access, and compliance.
- Control permissions to datasets and ensure adherence to data privacy policies and security standards, especially when dealing with user data or proprietary text sources.

The company offers:
- Competitive salary.
- Equity options in a fast-growing AI company.
- Remote-friendly work culture.
- Opportunity to shape a product at the intersection of AI and human productivity.
- Work with a passionate, senior team building cutting-edge tech for real-world business use.

About the Client & Mission

Our client is the world’s largest environmental nonprofit focused on reforestation and sustainable development (Nature-based Solutions). We are building a modern cloud data platform on Azure and Snowflake that will serve as a single source of truth and enable faster, data-driven decision-making.

About the Initiative

This role supports a Data Warehouse initiative focused on tangible delivery impact: trusted data, clear and scalable models, and fast release cycles (1–3 months) with well-defined SLAs. You’ll work in a collaborative setup across Data Engineering ↔ BI ↔ Product, often handling 1–2 parallel workstreams with proactive risk and dependency management.

Core Stack

• ELT/DWH: Azure Data Factory + Azure Functions (Python) → Snowflake
• CI/CD: Azure DevOps pipelines + DL Sync (Snowflake objects and pipeline deployments)
• Primary data sources: CRM/ERP (Dynamics 365, Salesforce), MS SQL, API-based ingestion, CDC concepts

• Data formats: JSON, Parquet.

   

Team (our side)

Lead Data Engineering, PM, DevOps, QA.

Your Responsibilities

• Design, build, and maintain incremental and full-refresh ELT pipelines (ADF + Azure Functions → Snowflake).
• Develop and optimize Snowflake SQL for the DWH and data marts (Star Schema, incremental patterns, basic SCD2).
• Build production-grade Python code in Azure Functions for ingestion, orchestration, and lightweight pre-processing.
• Implement and maintain data quality controls (freshness, completeness, duplicates, late-arriving data).
• Support CI/CD delivery for Snowflake objects and pipelines across dev/test/prod (Azure DevOps + DL Sync).
• Contribute to documentation, best practices, and operational standards for the platform.

• Communicate clearly and proactively: status → risk → options → next step, ensuring predictable delivery.

   

Requirements (Must-have)

• 4+ years in Data Engineering or related roles.
• Strong Snowflake SQL (CTEs, window functions, COPY INTO, MERGE).
• Hands-on experience with incremental loading (watermarks, merge patterns) and basic SCD2 (effective dating / current flag).
• Strong Python (production-ready code), including API integration (pagination, retries, error handling), logging, configuration, and secrets handling.
• Solid experience with Azure Data Factory (pipelines, parameters, triggers) and Azure Functions (HTTP/Timer triggers, idempotency, retries).
• Understanding of ELT/DWH modeling (Star Schema, fact/dimension design, performance implications of joins).
• CI/CD familiarity: Azure DevOps and automated deployment practices for data platforms (DL Sync for Snowflake is a strong plus).

• Strong communication skills and a proactive, accountable approach to teamwork.

   

Nice to Have

• PySpark (DataFrame API, joins, aggregations; general distributed processing understanding).
• Experience with D365 / Salesforce, MS SQL sources, API-based ingestion, and CDC patterns.

• Data governance/security basics, Agile/Scrum, and broader analytics tooling exposure.

   

Selection Process (Transparent & Practical)

Stage 1 — Intro + TA + Short Tech Screen (40–60 min, Zoom):

• project context (multi-project setup, 1–3 month delivery cycles), must-haves for Azure/ELT, a short SQL/Python scenario;

• soft skills & culture match discussion covering: Proactive communication & stakeholders, Critical thinking & judgment, Problem solving & systems thinking, Ownership & maturity.

   

Stage 2 — Deep-Dive Technical Interview (75–90 min, with 2 engineers):
Live SQL (CTE/window + incremental load/SCD2 approach), PySpark mini-exercises, Azure lakehouse architecture discussion, plus a mini-case based on a real delivery situation.
No take-home task — we simulate day-to-day work during the session.

What We Offer

• Competitive compensation.
• Learning and growth alongside strong leaders, deepening expertise in Snowflake/ Azure / DWH.
• Opportunity to expand your expertise over time across diverse, mission-driven & AI projects.
• Flexible work setup: remote / abroad / office (optional), gig contract (with an option to transition if needed).
• Equipment and home-office support.
• 36 paid days off per year: 20 vacation days + UA public holidays (and related days off, as applicable).
• Monthly benefit of the cafeteria: $25 to support your personal needs (learning, mental health support, etc.).
• Performance reviews: ongoing feedback, compensation review after 12 months, then annually.

• Paid sabbatical after 5 years with the company.

   

P.S. Dear fellow Ukrainians,
we kindly ask you to apply for this role in a professional and well-reasoned manner, clearly highlighting the experience that is most relevant to the position.

If you are unsure whether your background fully matches the requirements, please feel free to mention this openly in your application. This will not reduce your chances of being considered; it helps us review your profile fairly and prioritize candidates based on overall fit for the role.

🎯 What You’ll Actually Do

• Build and run scalable pipelines (batch + streaming) that power gameplay, wallet, and promo analytics.
• Model data for decisions (star schemas, marts) that Product, BI, and Finance use daily.
• Make things reliable: tests, lineage, alerts, SLAs. Fewer surprises, faster fixes.
• Optimize ETL/ELT for speed and cost (partitioning, clustering, late arrivals, idempotency).
• Keep promo data clean and compliant (PII, GDPR, access controls).
• Partner with POs and analysts on bets/wins/turnover KPIs, experiment readouts, and ROI.
• Evaluate tools, migrate or deprecate with clear trade-offs and docs.

• Handle prod issues without drama, then prevent the next one.

   

🧠 What You Bring

• 4+ years building production data systems. You’ve shipped, broken, and fixed pipelines at scale.
• SQL that sings and Python you’re proud of.
• Real experience with OLAP and BI (Power BI / Tableau / Redash — impact > logo).
• ETL/ELT orchestration (Airflow/Prefect or similar) and CI/CD for data.
• Strong grasp of warehouses & lakes: incremental loads, SCDs, partitioning.
• Data quality mindset: contracts, tests, lineage, monitoring.

• Product sense: you care about player impact, not just rows processed.

   

✨ Nice to Have (tell us if you’ve got it)

• Kafka (or similar streaming), ClickHouse (we like it), dbt (modular ELT).
• AWS data stack (S3, IAM, MSK/Glue/Lambda/Redshift) or equivalents.
• Containers & orchestration (Docker/K8s), IaC (Terraform).
• Familiarity with AI/ML data workflows (feature stores, reproducibility).

• iGaming context: provider metrics bets / wins / turnover, regulated markets, promo events.

   

🔧 How We Work

• Speed > perfection. Iterate, test, ship.
• Impact > output. One rock-solid dataset beats five flaky ones.
• Behavior > titles. Ownership matters more than hierarchy.

• Direct > polite. Say what matters, early.

   

🔥 What We Offer

• Fully remote (EU-friendly time zones) or Bratislava if you like offices.
• Unlimited vacation + paid sick leave.
• Quarterly performance bonuses.
• No micromanagement. Real ownership, real impact.
• Budget for conferences and growth.

• Product-led culture with sharp people who care.

   

🧰 Our Day-to-Day Stack (representative)
Python, SQL, Airflow/Prefect, Kafka, ClickHouse/OLAP DBs, AWS (S3 + friends), dbt, Redash/Power BI/Tableau, Docker/K8s, GitHub Actions.

👉 If you know how to make data boringly reliable and blisteringly fast — hit apply and let’s talk.

Data Engineer 
 

Full-time. Remote. B2B. 
Working time zone: EET (Ukraine). 
Location of candidates: Ukraine
 

About the company: It is a US-based Managed IT Services (MSP) company, founded in 2016.

Services: IT management, user support, cybersecurity, cloud solutions (Microsoft Azure, M365), and data engineering.
Core clients: Hedge funds, investment and asset management firms (financial sector focus) across North America, Europe, and Asia.

As a Data Engineer, you will be responsible for designing, implementing, and maintaining robust data pipelines and cloud-native solutions that support scalable analytics and operational efficiency. This role requires deep expertise in Python programming, Azure cloud services, and SQL-based data modeling, with a strong emphasis on automation, reliability, and security.

Currently, the data processing system is built entirely in pure Python, without external ETL or data integration platforms (such as Snowflake or Data Factory). The company plans to continue relying on Python as the core technology for data processing, making it essential that the new engineer has strong, hands-on expertise in Python-based ETL development — including automation, testing, error handling, and code stability.
You will play a key role in evolving the current data platform as the company moves toward adopting Microsoft Fabric, while maintaining core Python ETL logic.

This role will work closely with another Data Engineer on internal company projects.

Team: Cloud Engineering Team

Reports to: Cloud DevOps Manager
 

Responsibilities:
- Build and maintain efficient ETL workflows using Python 3, applying both object-oriented and functional paradigms.

- Write comprehensive unit, integration, and end-to-end tests; troubleshoot complex Python traces.

- Automate deployment and integration processes.

- Develop Azure Functions, configure and deploy Storage Accounts and SQL Databases.

- Design relational schemas, optimize queries, and manage advanced MSSQL features including temporal tables, external tables, and row-level security.

- Author and maintain stored procedures, views, and functions.

- Collaborating with cross-functional teams
 

Requirements:
- English level – B2 or higher (English speaking environment)
- 5+ years of proven experience as a Data engineer
- Proficient in Python 3, with both object-oriented and functional paradigms
- Experience with Python (vanilla), Dagster, Prefect, Apache Airflow, Apache Beam
- Design and implement ETL workflows using sensible code patterns

- Discover, navigate and understand third-party library source code

- Author unit, integration and end-to-end tests for new or existing ETL (pytest, fixtures, mocks, monkey patching)

- Ability to troubleshoot esoteric python traces encountered in the terminal, logs, or debugger

- Git (branching), Unix-like shells (Nix-based) in cloud environments- Author CI/CD configs and scripts (JSON, YAML, Bash, PowerShell)

- Develop Azure Functions (HTTP, Blob, Queue triggers) using azure-functions SDK

- Implement concurrency and resilience (thread pools, tenacity, rate limiters)

- Deploy and configure: Functions, Web Apps & App Service Plans, Storage Accounts, Communication Services, SQL Database / Managed Instance

- Secrets/access management, data validation, data quality checks

- Relational data modeling, schema design, data partitioning strategies, and temporal tables (system-versioned) 

- Query performance tuning (indexes, execution plans)

- Selection of optimal data types

- Complex T-SQL (windowing, CTEs, advanced joins)
- Advanced MSSQL features (External Tables, Row-Level Security)
- SQL Objects & Schema Management: Author and maintain tables, views, Stored Procedures, Functions, and external tables (polybase)- Strong analytical, problem-solving, and documentation skills

- Microsoft certifications would be a plus.
 

Work conditions:

- B2B. Remote. Full-time.

- Competitive salary and a performance-based bonus of up to 10% of the annual salary, paid at the end of the year.

- Paid vacation (4 weeks / 20 working days) to start, increasing with years of service & Sick leave.

- Official Ukrainian public holidays are days off

- Professional development: company-paid courses and certifications. Successful certification exams are rewarded with several paid days off or a monetary bonus.
 

Hiring stages:

- Interview with the recruiter of the recruitment agency ~20–30 min (call recorded)

- Personality test ~20 min & Cognitive test ~5 min (to be completed on your own) 

- Technical interview

- Final interview

- Offer

We are a recruitment agency helping our client find a Data Engineer. If you have any questions or would like to know more about the company, feel free to reach out to us.

Ми шукаємо людину, яка зможе перетворити Kubernetes/OpenShift-платформу на повноцінний комерційний PaaS-продукт для Enterprise та державних замовників в Україні.

Це не роль експлуатації і не позиція «продакт за Jira».
Це позиція лідера продукту, який поєднує глибоке технічне розуміння cloud-native платформ із бізнес-мисленням і здатністю доводити складні інфраструктурні рішення до реального ринку.

Ваше головне завдання — створити та запустити PaaS-сервіс на базі OpenShift або альтернативної платформи, який:

• стане зрозумілою та безпечною альтернативою VMware і частині сервісів гіперскейлерів;
• буде реально використовуватись у критичних системах: банкінг, логістика, держсектор;
• матиме чітку економіку, сценарії міграції та працюючу модель продажів.

Зона відповідальності

Продукт і стратегія

• Формування product vision і roadmap для PaaS-сервісів: Container Platform, OpenShift Virtualization, AI/ML-інструменти.
• Вибір і розвиток платформи (OpenShift або аналог): з фокусом не на «модність», а на масштабованість, стабільність і комерційну доцільність.
• Формування ціннісної пропозиції: чому українському Enterprise та державі вигідно будувати PaaS саме тут, а не в AWS/Azure або залишатись на VMware.
• Розробка моделей ціноутворення: compute, storage, ліцензії, платформа як сервіс.

Execution і взаємодія з інженерією

• Управління беклогом R&D-команди: пріоритизація, user stories, приймання результатів.
• Постійний баланс між бізнес-очікуваннями та технічною реальністю платформи.
• Участь у ключових архітектурних рішеннях — не як виконавець, а як продуктовий арбітр. 

Go-to-Market і клієнти

• Участь у pre-sales із ключовими клієнтами: пояснення архітектури, сценаріїв, ризиків.
• Розробка migration paths для клієнтів VMware: від VM-орієнтованого мислення до PaaS-моделі.
• Навчання sales-команди та партнерів: як продавати складний PaaS-продукт без спрощень і обману.
• Збір реального зворотного зв’язку від клієнтів і трансформація його в продуктові рішення.

Кого ми шукаємо

Ця роль добре підійде, якщо ви:

• маєте глибокий бекграунд у Kubernetes / OpenShift / cloud-native архітектурах;
• працювали з PaaS-рішеннями AWS, GCP або Azure і розумієте їх сильні та слабкі сторони;
• вже були DevOps Lead, Platform Architect або Tech Lead — і хочете впливати не лише на «як працює», а на що і навіщо створюється;
• вмієте говорити з інженерами мовою архітектури, а з бізнесом — мовою ризиків і цінності.

Необхідний досвід

• 5+ років у DevOps / platform-інженерії / адмініструванні високонавантажених систем.
• Практичний досвід роботи з Kubernetes (OpenShift — велика перевага).
• Розуміння CI/CD, Infrastructure as Code (Terraform, Ansible тощо).
• Досвід роботи з хмарними PaaS-платформами гіперскейлерів.
• Досвід у ролі Product Owner або Product Manager у B2B / Cloud / Enterprise-середовищі — від 2 років.
• Англійська: Upper-Intermediate або вище.

Чому це сильна можливість

• Масштаб і сенс: ви будуєте платформу, яка стає частиною критичної інфраструктури країни.
• Реальний вплив: ваші рішення впливають на те, як бізнес і держава переживають кризи, блекаути й атаки.
• Свобода рішень: це не роль «підтримки існуючого», а створення нового продукту з нуля.
• Стабільність: компанія зі статусом критичної інфраструктури, енергонезалежність, бронювання, соціальний пакет.

ПриватБанк — є найбільшим банком України та одним з найбільш інноваційних банків світу. Займає лідируючі позиції за всіма фінансовими показниками в галузі та складає близько чверті всієї банківської системи країни.
 

Ми шукаємо Data Engineer, який прагне працювати в динамічному середовищі та розділяє цінності взаємної довіри, відкритості та ініціативності.

Ми прагнемо знайти цілеспрямованого професіонала, який вміє працювати в режимі багатозадачності, орієнтованого на якість та результат.
 

Основні обов’язки:

• Побудова та супровід DWH та Data Mart на базі AWS Redshift
• Проектування, розробка та впровадження ETL/ELT-процесів
• Розробка хуків та операторів на базі AirFlow

• Міграція SAP IQ -> Redshift. Оптимізація SQL

   

Основні вимоги:

• 3+ років досвіду роботи на позиції Data Engineer 
• Досвід роботи з реляційними та аналітичними базами даних (першочергово Amazon Redshift) 
• Оптимізація SQL-запитів для роботи з великими масивами даних
• Вміння будувати ELT/ETL процеси
• Знання Java Core або Python 
• Досвід роботи з системою контроля версій Git

Своїм співробітникам ми пропонуємо:

• Офіційне працевлаштування та 24+4 календарних дні відпустки
• Конкурентну заробітну плату
• Бонуси відповідно до політики компанії
• Медичне страхування та корпоративний мобільний зв’язок
• Корпоративне навчання
• Корпоративна фінансова допомога у критичних ситуаціях
   

ПриватБанк відкритий до підтримки та працевлаштування ветеранів i ветеранок, а також людей з інвалідністю.

Для нас неприйнятною є дискримінація через стан здоров’я та фізичні можливості, вік, расову чи етнічну належність, стать і сімейний стан.

Ми готові навчати ветеранів та кандидатів з інвалідністю без досвіду роботи в банківській сфері.

Twist Robotics — це продуктова оборонна компанія, яка розробляє безпілотні літальні апарати (FPV, коптерного та літакового типів) і пов’язані з ними системи. Серед наших публічних продуктів — симулятор місій БпЛА «Обрій» і коптер Saker Scout, який уже понад два роки успішно працює на передовій.

Ми шукаємо Data Engineer, який долучиться до роботи над системами автономного керування та планування для безпілотних платформ на базі проєкту «Обрій». Це роль на стику даних, ML-інфраструктури та автономних алгоритмів, із фокусом на побудову надійної та масштабованої системи роботи з великими обсягами сенсорних і технічних даних.

Основні обов’язки:

• побудова та підтримка data pipelines для збору, обробки та зберігання сенсорних даних (відео, телеметрія, IMU, GPS тощо);
• організація та підготовка датасетів для задач computer vision та автономної навігації;
• забезпечення процесів тренування, тестування та валідації ML-моделей з боку даних;
• оптимізація роботи з великими обсягами логів і технічних даних;
• автоматизація ingestion, preprocessing та versioning даних;
• інтеграція data workflows у ML/MLOps-інфраструктуру;
• контроль якості, консистентності та відтворюваності даних;
• тісна взаємодія із суміжними командами.

Що для нас важливо:

• 4+ роки комерційного досвіду роботи як Data Engineer або в суміжній ролі у сфері автономних систем, автопілотів чи computer vision;
• досвід роботи з даними для автопілотів, автономної навігації або робототехніки;
• розуміння роботи з сенсорними даними (камери, LiDAR, radar, IMU, GPS);
• досвід побудови масштабованих data pipelines для ML-задач;
• впевнене володіння Python та інструментами для роботи з даними;
• розуміння ML lifecycle та потреб команд computer vision;
• досвід роботи з обчислювальними кластерами (CPU/GPU);
• системне мислення, самостійність і відповідальність за результат.

Буде перевагою:

• досвід із симуляційними середовищами;
• бекграунд у computer vision або perception-задачах;
• розуміння архітектури автономних систем;
• досвід роботи з потоковими даними (real-time streaming).

Ми пропонуємо:

• складні та цікаві завдання в сфері розвитку технологій;
• можливість застосовувати ваш досвід і навички для зміцнення обороноздатності України;
• комфортні умови праці та ринкову заробітну плату;
• віддалену зайнятість або ж гібридну у Львові;
• відпустки, лікарняні та інші соціальні гарантії, згідно з нормами чинного трудового законодавства;
• роботу в команді, де цінується незалежність та ініціативність;
• бронювання.

Про місію та клієнта

Ми будуємо хмарну платформу даних для одного з найбільших у світі environmental nonprofit, який інвестує в лісовідновлення та Nature-based Solutions. Це не “черговий DWH заради DWH” — дані тут напряму впливають на рішення, прозорість, звітність і масштабування програм.

Про ініціативу

Проект DWH — це сучасна cloud data platform, де Snowflake — ключова аналітична база, а інженерна команда створює single source of truth з різних систем клієнта. 

Працюємо короткими релізами 1–3 місяці, з чіткими SLA, пріоритизацією та реальним ownership. 

Зазвичай у роботі паралельно 1–2 потоки задач — важливі комунікація та прогнозованість.

Важливо: ми шукаємо сильного data engineer з реальним досвідом Snowflake + DWH/ETL. Досвід Azure бажаний, але не обов’язковий, якщо є сильна база й готовність швидко добрати Azure-частину.

Технології (core)

• DWH / ELT: Snowflake (SQL, modeling, performance basics)
• Orchestration / ingestion: Azure Data Factory + Azure Functions (Python) (або аналоги — якщо вмієш переносити підхід)
• CI/CD: Azure DevOps pipelines + автоматизація деплою Snowflake-об’єктів (DL Sync/аналог)
• Джерела: CRM/ERP (D365/Salesforce), MS SQL, API-інтеграції, CDC-концепти
• Формати: JSON, Parquet

• Команда: Lead Data Engineering / Tech Lead, PM, DevOps, QA. BI team на стороні партнера.

   

Чим ти будеш займатись

• Проєктувати та будувати інкрементальні та full-refresh ELT пайплайни (ADF + Functions → Snowflake).
• Розробляти та оптимізувати Snowflake SQL для DWH і вітрин (Star schema, incremental patterns, базовий SCD2).
• Писати production-ready Python для ingestion/обробки/API (pagination, retries, error handling, логування, конфіги, secrets).
• Вбудовувати data quality: freshness, completeness, duplicates, late-arriving data, контроль інкрементів.
• Підтримувати CI/CD та промоут змін між dev/test/prod.
• Працювати прозоро й передбачувано: status → risk → options → next step.

• По готовності (з часом), переймеш на себе всю відповідальність за успіх проекту та комунікації з партнером.

   

Кого шукаємо (Must-have)

• 5+ років у Data Engineering / DWH / ETL.
• Snowflake SQL у продакшені: CTE, window functions, COPY INTO, MERGE.
• Incremental load (watermarks / merge pattern) + базовий SCD2 (effective dating, current flag).
• Python production level: API-інтеграції (pagination/retries/errors), логування, конфіги, секрети, підготовка даних до ELT (validation/normalization).
• Розуміння DWH modeling (fact/dimension, star schema, joins і їх performance implications).
• Досвід з міграціями/великими даними/складними джерелами — плюс.
• Бажано: базове розуміння OpenMetadata (або аналогів catalog/lineage) та data governance.

Azure-досвід (ADF/Functions) — бажаний, але якщо ти сильний у Snowflake + DWH/ETL і маєш cloud-бекграунд, ми готові розглянути та “дотягнути” Azure-частину в онбордингу.

Nice-to-have

• PySpark (DataFrame API, joins, aggregations; розуміння distributed processing).
• Досвід з D365/Salesforce, MS SQL, API ingestion, CDC-патернами.

• Data governance/security basics, досвід з observability.

   

Як у нас проходить відбір (чесно і практично)

*Етап 1 — Intro + короткий тех-скрин (40–60 хв, Zoom):
контекст проєкту, очікування, короткий сценарій по SQL/Python + питання по комунікації та підходу до задач.

*Етап 2 — Technical deep-dive (75–90 хв, з Tech Lead + інженером):
live-SQL (CTE/window + incremental/SCD2), кейс по пайплайну/інтеграції, підхід до якості та деплою.
Без test task — симулюємо реальну роботу під час інтерв’ю.

Що пропонуємо

• Компенсація від $4500 (обговорюємо під рівень і очікування).
• Місійний проєкт, де дані мають реальний вплив.
• Сильне середовище: Tech Lead/архітектурні практики, “дорослий” delivery.
• Гнучкий формат: віддалено / за кордоном / офіс (опційно).
• Бронювання за потреби (за наявності квот і відповідності процесам).
• Техніка та підтримка home-office (за домовленістю).
• 36 paid days off/рік: 20 vacation + UA holidays (та суміжні дні, де застосовно).
• Monthly benefit cafeteria $25 (навчання/ментальне здоров’я тощо).
• Performance review: ongoing feedback, перегляд компенсації після 12 міс, далі щорічно.
• Paid sabbatical після 5 років (ми за здорові та довгострокові відносини)

Готовий/готова?

Надсилай CV або LinkedIn — і в повідомленні коротко:

1. які проєкти зі Snowflake робив(ла) у продакшені,
2. чи був досвід ETL/DWH modeling + incremental loads,
3. з чим працював(ла) для orchestration/ingestion (ADF/Airflow/інші).

Слава Україні і незламності нашої нації!

Ми шукаємо досвіченого Data Engineer, який здатен і хоче впливати на архітектуру, підходи та розвиток data-платформи.

Що ви будете робити:

• Проєктувати та розвивати ETL / ELT-пайплайни для фінансових і транзакційних даних
• Будувати й оптимізувати аналітичні моделі в StarRocks під високі навантаження та складні агрегації
• Працювати з потоками даних у batch і near real-time сценаріях, балансуючи між швидкістю, вартістю та актуальністю даних
• Оптимізувати latency, concurrency, cost та data freshness відповідно до бізнесових і регуляторних вимог
• Підвищувати якість, консистентність і керованість даних, формуючи практики Data Quality та Data Governance
• Разом з командою формувати архітектуру DWH і BI-рішень, поступово модернізуючи legacy без зупинки існуючих процесів

Кого ми шукаємо:
• Data Engineer з досвідом роботи з OLAP-системами
(StarRocks — основна платформа або готовність швидко її опанувати)
• Впевнене володіння SQL та досвід оптимізації складних аналітичних запитів
• Розуміння принципів побудови data warehouse та аналітичних моделей
• Досвід роботи з ETL-інструментами (Airflow, dbt або аналоги)
• Базові знання Python або іншої мови для data-обробки
• Інженерне мислення, здатність працювати з невизначеністю та приймати технічні рішення у складному фінансовому домені

Буде великим плюсом:

• Досвід роботи зі стрімінгом даних (Kafka, Flink, CDC)
• Досвід роботи з Parquet та lakehouse-підходами
• Практика оптимізації великих обсягів даних і високонавантажених аналітичних систем
• Досвід роботи з BI-інструментами або побудови BI-шару
• Досвід роботи з хмарною інфраструктурою (AWS або аналоги)

Не просто код, а твій вплив на мільйони українців.

Nova Digital — це технологічне серце екосистеми NOVA, де твій код стає частиною щоденного життя цілої країни.

Про масштаб наших сервісів:
• 50+ млн запитів щодня проходять через наші системи
• 10+ млн активних користувачів покладаються на наші рішення
Ми будуємо не просто продукт — ми створюємо технологічну інфраструктуру, яка об’єднує людей, бізнеси та можливості вже майже по цілому світу.

Що робитимеш як Data Engineer (Airflow):
 

• Проєктування, оптимізація та підтримка кластера Apache Airflow і Python-коду для оркестрації даних
• Розробка логіки та підтримка ETL-процесів (збір, трансформація, завантаження даних)
• Проєктування інтеграційної взаємодії між системами, створення сервісів для інтеграції та обміну даними
• Оптимізація продуктивності процесів обробки даних, виявлення та усунення вузьких місць
• Співпраця з аналітиками та розробниками для забезпечення якісної доставки даних

Твій ідеальний профіль:
Must-have:
 

• Професійний досвід роботи з Apache Airflow: створення DAG’ів, налаштування операторів, моніторинг та оптимізація продуктивності
• Досвід не менше 3 років у ролі Python-розробника з акцентом на бекенд та інтеграційні рішення
• Практичні навички роботи з Bash, Docker, DBT, GitLab CI/CD (автоматизація процесів, деплой, оптимізація пайплайнів)
• Досвід роботи з базами даних MS SQL Server та PostgreSQL (написання складних SQL-запитів, оптимізація, створення процедур і функцій)

Nice-to-have:
 

• Досвід роботи з Apache Spark (розподілена обробка великих масивів даних)
• Знання інших інструментів Big Data або хмарних платформ (AWS/GCP/Azure)
• Розуміння принципів DataOps і CI/CD у сфері управління даними

Чому експерти різних напрямів працюють з нами:
Технологічно:
 

• Високонавантажені системи з реальними викликами масштабування
• Сучасний стек та свобода технологічних рішень
• Можливість впливати на архітектуру продуктів, якими користуються мільйони

Професійно:
 

• Менторство від сеньйорів з досвідом enterprise-рішень
• Разом будуємо інновації, що працюють для мільйонів

Ідейно:
 

• Продукт, що змінює країну — не просто ще один стартап
• Тут команди стають драйверами технологічних змін

Benefits:
 

• Компенсація додаткових витрат, пов’язаних з робочими завданнями, здійснюються до внутрішніх політик компаній
• Добровільне медичне страхування та страхування життя
• Корпоративні знижки від партнерів Nova
• Підтримка ментального здоровʼя. Можливість безоплатних консультацій з корпоративним психологом
• Соціальна відповідальність та волонтерський рух «Свої для своїх»
• Клуби за інтересами: біговий, шаховий та інші ініціативи для натхнення
• Соціальні відпустки та компенсації відповідно до КЗпП України

Наступний крок за тобою.Ми чекаємо на знайомство — залишилось лише отримати твоє резюме.

Очікуваний термін відповіді — до 10 робочих днів.