Data Operations Specialist (Python)

Głównym celem projektu jest tworzenie parserów w celu pozyskiwania danych ze stron internetowych oraz utrzymywanie sprawności tych, które już działają. Zależy nam na podejściu opartym na pełnej własności - osoba dołączająca do zespołu projektowego bierze odpowiedzialność za swój kod na każdym etapie, od pierwszego rekonesansu aż po wdrożenie i utrzymanie.

Wymagania

• Podstawy narzędziowe: Praktyczna znajomość podstaw Pythona, Kafki oraz Grafany.

• Rozumienie środowiska webowego: Biegłe poruszanie się w strukturze stron internetowych (HTML, DOM).

• Kandydat powinien potrafić szybko namierzyć potrzebne informacje w kodzie strony.

• Analiza danych: Swobodne posługiwanie się arkuszami kalkulacyjnymi (Excel / Google Sheets).

• Monitoring procesów: Umiejętność tworzenia i obsługi dashboardów i szybkie wyłapywanie anomalii (np. zauważenie, że proces nagle pobrał ułamek standardowej paczki danych).

• Umiejętność komunikacji w języku angielskim min. na poziomie B2

Welcome Skills

• Odporność na monotonię: Projekt często opiera się na żmudnych i powtarzalnych procesach. Kluczowa jest wysoka skrupulatność, cierpliwość i dbanie o jakość, bez popadania w rutynowe błędy z nieuwagi.

• Zmysł do optymalizacji: Kandydat powinien być osobą która nie lubi wykonywać mechanicznie instrukcji od A do Z, tylko z natury szuka ułatwień i zadaje pytania w stylu: „Jak możemy to lepiej zautomatyzować?”.

• Komunikacja na linii IT-Biznes: Umiejętność prostego tłumaczenia blokerów technicznych (np. jasne przekazanie, że strona wdrożyła nowy rate-limiting, zamiast raportowania samych kodów błędów z logów).

Zadania

• Tworzenie parserów: Projekt zaczyna się od technicznego zbadania strony – sprawdzamy, czy i jak da się z niej wyciągnąć dane. Następnie piszemy kod wraz z testami jednostkowymi. Gotowe rozwiązanie testujemy i wdrażamy.

• Utrzymanie: Środowisko webowe jest dynamiczne. Konkurencja zmienia struktury swoich stron, dlatego parsery wymagają regularnego doglądania i bieżących aktualizacji kodu.

• Wsparcie w godzinach wykonywania projektu: Bierzemy udział w supporcie, podczas którego monitorujemy działanie poszczególnych komponentów systemu i reagujemy na anomalie.

• Środowisko pracy i narzędzia:

• Codzienny warsztat: Kodzimy w PyCharmie, wykorzystujemy Chrome'a (w tym DevTools) oraz Postmana.

• Komunikacja: Slack, Zoom i GMail.