• Wsparcie w budowie i rozwoju potoków danych w środowisku RTB • Pomoc w projektowaniu systemów o niskiej latencji (miliony QPS), w tym analiza i proste optymalizacje wydajności • Współpraca przy kształtowaniu architektury rozwiązań, z naciskiem na jakość, skalowalność i efektywność • Implementacja rozwiązań w Pythonie, SQL i Kafka; analiza kodu w Go w serwisach partnerskich; wprowadzenie do stosu Scala/JVM (Spark/Flink) • Wsparcie w procesie wdrożeń i utrzymaniu systemów w chmurze (głównie GCP)

• Budowa i rozwój nowych potoków danych w środowisku RTB. • Projektowanie systemów o ultra-niskiej latencji (miliony QPS), w tym budżetowanie latencji oraz optymalizacja wydajności. • Udział w kształtowaniu architektury rozwiązań oraz zapewnianiu równowagi pomiędzy jakością, skalowalnością i efektywnością realizacji. • Udział w implementacji rozwiązań w Pythonie, SQL i Kafka; analiza kodu w Go w serwisach partnerskich; praca ze stosem Scala/JVM (Spark/Flink). • Pomoc w zarządzanie procesem wdrożeń oraz utrzymaniem systemów w środowisku chmurowym (głównie GCP).

Role Description En tant que Lead Data Engineer chez Leakmited, vous jouerez un rôle clé dans la construction et la maintenance des fondations data qui alimentent nos produits basés sur l’IA et la donnée. Vous concevrez, développerez et opérerez des pipelines de données robustes sur AWS et Databricks, en garantissant un haut niveau de qualité, de fiabilité et d’observabilité sur l’ensemble du cycle de vie des données. Vous évoluerez dans un environnement fortement transverse, en collaboration étroite avec les équipes software, data science, opérations et commerciales. Ce rôle s’adresse à une personne curieuse des enjeux business, aimant le développement hands-on et souhaitant construire des systèmes data à fort impact, directement liés aux décisions produit et opérationnelles. Notre stack technique: - Python - Geopandas - Unity Catalog - Databricks - SQL - PostgreSQL / PostGIS - DBT - GitHub - GitHub Actions - AWS - MLflow - Spark - LangChain / LangGraph / LangSmith Vos responsabilités: - Collaborer au sein d’équipes projets transverses avec des data scientists, développeurs et product owners afin d’intégrer les pipelines de données dans des architectures de production - Concevoir, développer et maintenir des pipelines de données et des processus ETL scalables et fiables sur AWS et Databricks - Accompagner les data scientists dans le déploiement performant des modèles de machine learning - Participer à des boucles de feedback continues afin d’améliorer les produits data en fonction de leur usage réel et de leurs performances - Contribuer à l’évolution de l’architecture data de Leakmited, avec un focus sur la robustesse, la scalabilité et la maintenabilité - Garantir la qualité des données, leur observabilité et leur monitoring, afin de permettre des décisions fiables et des itérations rapides - Travailler en étroite collaboration avec les équipes opérationnelles et business pour comprendre les cas d’usage, traduire les besoins en solutions data et les déployer Company Description

• Function as a technical leader and advisor within the data technology field at TCGplayer, nurturing the growth and progress of both the company and individual engineers • Provide technical expertise and insight as you work with other teams to develop data flow strategies and define storage needs for microservices, ensuring scalability, reliability, and alignment with system architecture • Manage cross-application projects for datastores, emphasizing security, software currency, data governance, and platform migrations • Research emerging capabilities in both the datastores used by the organization and the broader marketplace to inform long-term strategic planning in the data domain • Consult on database design for the structures within an application’s datastores and queries/aggregations against those structures, optimizing for performance and scalability • Write minimal yet effective code, primarily database queries to facilitate data management and manipulation and proof-of-concepts for suggested techniques • Guide selection of appropriate datastore technologies for new and re-platformed apps, focusing on transactional microservices and event-driven systems to meet current and future data needs