Jak zostać zdalnym data engineerem

Zdalne oferty data engineering ustabilizowaly sie wokol jasnego stosu umiejetnosci. Sciezka do zatrudnienia jest krotsza niz w przypadku ML engineering, poniewaz rola przecina sie z ugruntowana praca analityczna i platformowa, ktora istnieje od lat. ## Kluczowe umiejetnosci Biegla znajomosc SQL na zaawansowanym poziomie (funkcje okienkowe, CTE, optymalizacja zapytan). Python do skryptowania pipeline'ow i orkiestracji. Jedna glowna chmura (AWS, GCP lub Azure) i jeden warehouse (Snowflake lub BigQuery w wiekszosci ofert). dbt do transformacji. Airflow lub Dagster do orkiestracji. ## Umiejetnosci wyrozniajace Doswiadczenie w modelowaniu danych, szczegolnie modelowanie wymiarowe i wolno zmieniajace sie wymiary, jest sygnalem poziomu senior. Optymalizacja kosztow w chmurowych warehouse'ach szybko zyskuje na znaczeniu. ## Sciezka Wielu zdalnych inzynierow danych wywodzi sie z analityki lub backendu. Wykazanie odpowiedzialnosci za produkcyjny pipeline, nawet w jednym znaczacym projekcie, przyspiesza przejscie.