W Bayer staramy się tworzyć lepsze miejsca pracy dla naszych pracowników, jednocześnie przyczyniając się do lepszego świata. Nasza wizja „Zdrowie dla wszystkich, głód dla nikogo” nas prowadzi. Różnorodność i integracja są kluczowymi wartościami i strategicznymi filarami w Bayer. Wierzymy, że różnorodne zespoły pobudzają większą innowacyjność i sprzyjają twórczemu i przyjaznemu środowisku pracy. Każdy jest tu mile widziany, niezależnie od płci, rasy, niepełnosprawności czy pokolenia. Jeśli identyfikujesz się z jakimikolwiek wskaźnikami różnorodności, szczególnie zachęcamy Cię do aplikowania. Czekamy na spotkanie z Tobą!
W dziale Crop Science w Bayer, inżynierowie danych są odpowiedzialni za budowanie usług danych backendowych, pipeline'ów i platform. Nasze zespoły inżynieryjne ds. globalnych zasobów danych pracują w różnych domenach związanych z rolnictwem, konstruując wielokrotnego użytku interfejsy API danych do zasilania wewnętrznych i zewnętrznych aplikacji.
Jako główny inżynier danych będziesz brał udział w projektowaniu i budowie rozwiązań, a także promował najlepsze praktyki w całej organizacji. Twoje obowiązki obejmują:
- Projektowanie i rozwijanie strategii technicznych organizacji
- Tworzenie kodu w celu wprowadzania nowych funkcji, rozwijania istniejących i naprawy błędów
- Współpraca z menedżerami produktu i interesariuszami w celu doprecyzowania wymagań rozwiązań
- Dostarczanie przywództwa myśli i działanie jako doradca techniczny
- Komunikowanie zasad technicznych i zaleceń interesariuszom
- Przeglądanie kodu członków zespołu i oferowanie konstruktywnej informacji zwrotnej
- Zapewnianie spójnej architektury we współpracy z innymi inżynierami
- Identyfikacja i ocena wpływowych technologii w celu poprawy naszego zestawu narzędzi
- Rozwiązywanie konfliktów w cyklu życia oprogramowania
- Mentorowanie inżynierów, aby pomóc im stać się ekspertami w zakresie rozwoju oprogramowania
- Licencjat z informatyki, systemów zarządzania informacjami lub pokrewnej dziedziny
- Głęboka znajomość języka programowania Go
- Zrozumienie wzorców architektonicznych, takich jak mikroserwisy i architektura sterowana zdarzeniami
- Znajomość różnych protokołów API (gRPC, JSON przez HTTP, GraphQL)
- Doświadczenie z formatami danych i językami opisu interfejsów (Protobuf3)
- Znajomość konteneryzowanych aplikacji i architektury Kubernetes
- Znajomość najlepszych praktyk CI/CD
- Znajomość koncepcji i narzędzi obserwowalności (np. Datadog, OpenTelemetry)
- Zaawansowana znajomość relacyjnych baz danych i SQL
- Znajomość baz danych NoSQL (np. Google Cloud Spanner, Amazon DynamoDB, Neo4j)
- Doświadczenie z systemem kontroli wersji Git i powiązanymi narzędziami (GitHub, GitLab)
- Głęboka znajomość infrastruktury publicznej chmury (Google Cloud Platform, Amazon Web Services)
- Znajomość modelów publish/subscribe i wspierających technologii (np. Apache Kafka, Google Pubsub, AWS SNS/SQS)
- Bieg