Kogo szukamy?

Szukamy nowego talentu, który dołączy do naszego zespołu deweloperskiego i będzie rozwijać placeme – naszą platformę location intelligence. Poszukujemy doświadczonej osoby full-stack (środek ciężkości backend/frontend = 60/40), która samodzielnie dowozi kod od PostgreSQL, przez backend w Pythonie i Django z API GraphQL, po interfejs mapowy w React i TypeScript. Docelowo będziesz odpowiadał/a za architekturę oraz standardy inżynierskie, dlatego autentyczną chęć prowadzenia zespołu traktujemy jako kryterium kwalifikujące.

PRACA ZDALNA • PEŁEN WYMIAR
WYNAGRODZENIE ZALEŻNE OD DOŚWIADCZENIA

Kilka słów o nas:
Jesteśmy firmą technologiczną w obszarze geoanalityki i przetwarzania danych. Nasze analizy i technologia pomagają podejmować strategiczne decyzje biznesowe największym firmom z branży retail, mediowej oraz FMCG w Polsce i regionie CEE (Czechy, Słowacja, Węgry, Rumunia). Wykorzystując analizy przestrzenne pomagamy naszym klientom optymalizować sieć sprzedaży oraz określać najlepsze lokalizacje do jej rozwoju.

Naszym flagowym produktem jest placeme — platforma geoAI, w której klienci analizują lokalizacje: zasięgi oddziaływania, ruch pieszy i samochodowy, dane demograficzne, siłę nabywczą, konkurencję i POI. Interfejs jest w dużej mierze mapowy i mocno interaktywny, a z aplikacji korzystają na co dzień największe marki retailowe w regionie.

Co będzie należało do Twoich zadań w dataplace.ai?

Pracując na tym stanowisku będziesz rozwijać placeme - naszą platformę location intelligence -na całej szerokości stacku: od modelu danych, przez API, po interfejs mapowy. Odpowiadasz za warstwę aplikacyjną i produktową, a z czasem także za architekturę i standardy pracy zespołu deweloperskiego.

W szczególności, do Twoich obowiązków będzie należało:

Rozwój aplikacji end-to-end – samodzielne dowożenie funkcji produktowych na całej ścieżce: od schematu bazy, przez API GraphQL w Django, po interfejs mapowy w React/TypeScript;
Własność techniczna kluczowych obszarów produktu – przejęcie i uporządkowanie istniejącego systemu oraz projektowanie architektury nowych modułów: kolejnych warstw danych, nowych rynków CEE, funkcji eksportowych;

Optymalizacja wydajności – praca nad zapytaniami przestrzennymi na dużych zbiorach (geometrie, indeksowanie H3, agregacje na milionach heksagonów) oraz nad renderowaniem i interakcją z dużymi warstwami mapowymi po stronie przeglądarki;

Niezawodność przetwarzania asynchronicznego – ciężkie zapytania i generowanie eksportów (PDF, XLS): idempotencja, retry, timeouty, DLQ, korelacja żądań i obserwowalność kolejek;

Produkcyjne funkcje AI/LLM – bezpieczne włączanie wyników modeli do aplikacji: walidowane schematy wejścia i wyjścia, obsługa błędów, fallbacki i feature flags, a także współodpowiedzialność za jakość, koszt i latencję tych funkcji;

Współpraca z zespołem Data Science – ustalanie kontraktów danych między warstwą analityczną a aplikacją oraz diagnozowanie wydajności i poprawności przepływu danych do produktu;

Odpowiedzialność za pipeline CI/CD i proces release'owy – od wdrożeń, przez środowiska, po standard wypuszczania zmian;

Standardy inżynierskie w zespole – code review, konwencje API, strategia testów (jednostkowe, integracyjne, E2E) i monitoring;

Obserwowalność i utrzymanie – zdefiniowanie SLI/SLO, alertów i runbooków dla kluczowych ścieżek produktu oraz nadzór nad bezpieczeństwem, niezawodnością i kosztami infrastruktury;

Zarządzanie długiem technicznym – identyfikacja wąskich gardeł, priorytetyzacja prac i wpięcie ich w roadmapę techniczną: planowanie i estymacje.

Poza samym dowożeniem kodu, do Twoich zadań należeć będzie też:

Budowa i rozwój zespołu deweloperskiego – rekrutacja techniczna, onboarding i mentoring; docelowo prowadzenie zespołu 2–4 osób;

Rola partnera technicznego dla zarządu – przekładanie decyzji technicznych na konsekwencje biznesowe: koszt, czas wejścia na rynek, doświadczenie klienta;

Udział w rozmowach z klientami i partnerami przy tematach integracyjnych.

Czego oczekujemy na tym stanowisku?

Min. 5 lat komercyjnego doświadczenia w wytwarzaniu oprogramowania webowego, w tym min. 4 lata produkcyjnej pracy z Pythonem i Django – pełnych aplikacji z własnym modelem danych i migracjami, nie skryptów i integracji;

Min. 2–3 lat produkcyjnej pracy z Reactem i TypeScriptem, w której samodzielnie budowałaś/eś i utrzymywałaś/eś interfejsy – frontend musi być realną kompetencją produkcyjną;

Udokumentowanego doświadczenia w pracy z istniejącym, dojrzałym systemem: refactoringu, migracji i porządkowania długu technicznego – samo portfolio projektów greenfield nie wystarczy;

Doświadczenia w podejmowaniu i komunikowaniu decyzji technicznych sięgających poza jeden komponent czy repozytorium;

Zaawansowanej znajomości Django i Django REST Framework;

Znajomości GraphQL po stronie serwera – projektowania i bezpiecznej ewolucji schematu (deprecacje, kompatybilność wsteczna), rozwiązywania problemu N+1, code generation i testowania kontraktów;

Zaawansowanej pracy z PostgreSQL/PostGIS – czytania planów zapytań, projektowania indeksów zwykłych i przestrzennych oraz optymalizacji zapytań na geometriach i dużych zbiorach danych;

Doświadczenia z przetwarzaniem asynchronicznym opartym o RabbitMQ (Pika; Celery lub inny broker traktujemy równoważnie) oraz praktycznej znajomości idempotencji, retry, timeoutów, DLQ i korelacji komunikatów;

Umiejętności projektowania i wersjonowania kontraktów danych między repozytoriami i usługami – np. w oparciu o Pydantic/DTO i schematy GeoJSON;

Umiejętności integrowania warstwy aplikacyjnej ze Snowflake oraz diagnozowania wydajności i poprawności przepływu danych między aplikacją a zespołem Data Science;

Biegłości w React z TypeScriptem (hooki, zarządzanie stanem, kompozycja komponentów) oraz w konsumpcji API GraphQL po stronie klienta – React Query, Apollo lub urql;

Świadomości wydajności po stronie przeglądarki: renderowania dużych GeoJSONów i warstw wektorowych, memoizacji, code splittingu, wirtualizacji oraz przenoszenia kosztownych obliczeń poza główny wątek;

Praktycznej znajomości Dockera i CI/CD – GitHub Actions albo odpowiednika (Jenkins, GitLab CI);

AWS na poziomie użytkowym: S3, uruchamiania kontenerów, zarządzania sekretami i podstaw IAM;

Realnego doświadczenia z testami automatycznymi – jednostkowymi, integracyjnymi i E2E – oraz z obserwowalnością: logami, metrykami, alertami, monitoringiem błędów i podstawowymi SLI/SLO;

Wdrożenia przynajmniej jednej produkcyjnej funkcji opartej o LLM albo bardzo dobrego rozumienia pełnego cyklu takiego wdrożenia: jawnych, walidowanych schematów wejścia i wyjścia oraz odpornej integracji (timeouty, błędy, retry, fallbacki, cache, feature flags);

Języka polskiego na poziomie biegłym (praca zespołowa, kontakt z klientami) oraz angielskiego min. B2 (dokumentacja, rynki CEE, komunikacja z partnerami).

Ponieważ docelowo obejmiesz rolę Tech Leada, poniższe traktujemy równie poważnie jak stack techniczny:

Samodzielność i sprawczość – bierzesz nieostro zdefiniowany problem, dopytujesz o kontekst biznesowy i dowozisz rozwiązanie bez mikrozarządzania;

Komunikacja techniczna – umiesz wytłumaczyć decyzję architektoniczną osobie nietechnicznej i uzasadnić "dlaczego", nie tylko „jak";

Myślenie produktowe – widzisz, że decyzja techniczna ma cenę: koszt, czas wejścia na rynek, doświadczenie klienta;

Gotowość do mentoringu – chcesz rozwijać innych, nie tylko własny kod;

Pragmatyzm – potrafisz wybrać rozwiązanie „wystarczająco dobre" tam, gdzie ma to sens, i wiesz, kiedy nie warto;

Odpowiedzialność operacyjna – przy awarii porządkujesz diagnozę, komunikację i przywrócenie usługi, a po wszystkim wracasz do wniosków, nie do szukania winnych;

Świadomość bezpieczeństwa – IAM, sekrety, dane klientów i zależności zewnętrzne traktujesz jako element projektu produktu, a nie zadanie administratora.

Twoim dodatkowym atutem będzie:

Doświadczenie w prowadzeniu zespołu – formalna rola tech leada, team leada lub architekta, albo nieformalne przejęcie odpowiedzialności za zespół czy obszar produktu;

Praca z danymi przestrzennymi poza samą bazą – GeoJSON, układy współrzędnych (EPSG:4326 / 2180), indeksowanie H3, GeoPandas; to nasz codzienny kontekst i realnie skraca Twoje wdrożenie;

Mapbox GL, Leaflet lub pokrewne biblioteki (deck.gl, MapLibre, OpenLayers) – warstwy wektorowe, niestandardowe style, duże zbiory punktów i optymalizacja GeoJSON-ów;

Doświadczenie z produktem SaaS B2B – multi-tenancy, role i uprawnienia, limity, onboarding klientów;

Funkcje AI po stronie hurtowni – Snowflake Cortex lub odpowiedniki; BigQuery i Databricks traktujemy jako doświadczenie równoważne;

Bezpieczne wydawanie współdzielonych bibliotek i kontraktów używanych przez kilka repozytoriów – wersjonowanie, kompatybilność wsteczna, proces release'u;

Znajomość konkretnych narzędzi z naszego stacku – Vite, TanStack React Query, GraphQL Code Generator, Storybook, Vitest, Behave, Cypress.

Co oferujemy w zamian?

Wynagrodzenie adekwatne do doświadczenia – aplikując, podziel się z nami swoimi oczekiwaniami;

Preferujemy współpracę B2B, przy projektach grantowych możliwa jest również umowa o pracę;

Pracę z ludźmi, którzy lubią to, co robią i siebie nawzajem :)

Możliwość pracy w pełni zdalnej – pracujemy z Portugalii, Wiednia czy Giżycka, ale jeśli wolisz przychodzić do biura, zapraszamy do naszej warszawskiej lokalizacji;

Elastyczne godziny pracy – łapiemy się na statusy, określamy cele i terminy, ale to Ty decydujesz, kiedy zaczynasz i kończysz pracę (wspólnie ustalamy zasady);

Urlop no limit – bierzesz tyle urlopu, ile chcesz, ważne żebyśmy wspólnie dowozili zadania, na które się umówimy;

Możliwość udziału w programie ESOP w zależności od rozwoju Twojej roli;

Kartę Multisport lub opiekę medyczną Medicover – Ty wybierasz, czego potrzebujesz;

Możliwość stałego podnoszenia kwalifikacji - Ty wybierasz, jakie szkolenie jest Ci najbardziej potrzebne;

Płaską strukturę – bezpośredni kontakt z zarządem i produktem, krótka droga decyzyjna;

Realny wpływ i własność techniczną – decyzje architektoniczne w placeme należą do Ciebie, nie do zewnętrznego dostawcy;

Ciekawą domenę – location intelligence, geoAI, dane przestrzenne i mapy w skali pięciu rynków CEE; produkt, z którego korzystają znane marki retailowe.