Role Summary
You are the technical authority on client projects. You design solutions from the ground up, review and improve existing systems, define architectures, estimate delivery efforts, and guide teams through successful implementation.
Client technologies will vary, but strong technical judgment remains constant. You know when the simplest solution is the right one. You understand the discipline of data engineering, not just the tools used to implement it.
The Mission
Build platforms that scale with the business, pass audits, and stay reliable, even at 3 a.m. Enable teams to become stronger after every engagement.
The Tech Stack
Core Languages: Python (patterns, library design), SQL (internals).
Platforms: Databricks (Unity Catalog), Snowflake, BigQuery, Synapse.
Processing & Streaming: Spark (internals, tuning), Kafka / Structured Streaming, dbt (enterprise patterns).
Architecture: Lakehouse (Delta/Iceberg), Data Mesh, Lambda/Kappa.
Governance & Quality: catalogs, lineage, RBAC/masking, data contracts, observability.
Infrastructure & DevOps: advanced Terraform, CI/CD, Docker/Kubernetes.
Emerging: feature stores, vector databases, LLM/RAG data pipelines.
Your Responsibilities
Own architecture on engagements; act as the Design Authority.
Solve the hardest problems: streaming under load, Spark debugging, framework design.
Drive presales: assessments, audits, estimations; explain the ROI of modernization.
Make solutions production-ready: secure, observable, cost-efficient, documented - with quality SLAs defined.
Set standards, review code, grow Middle and Junior engineers.
What We Offer
Long-term career stability with a competitive salary paid in USD.
Conditions for steady career development.
Development supported by dedicated mentors and a variety of programs focused on expertise and innovation.
Private medical insurance provided after successful completion of the probationary period
A well-equipped and cozy office supports comfort and productivity across all project stages.
Welcoming atmosphere and a friendly corporate culture.
Requirements
Your Skills
Experience: 5+ years of data engineering, with delivery you owned end to end.
Engineering Mastery: expert Python and SQL; you optimize code others wrote.
Craft Fluency: the discipline's concepts explained clearly enough to teach: modeling methodologies (Kimball, Data Vault), processing paradigms, consistency and delivery guarantees.
Platform Depth: Databricks (Spark memory, partitioning) or Snowflake (warehouse tuning, RBAC, zero-copy cloning) - how they work under the hood.
Streaming: production experience with Kafka or Kinesis plus Spark Structured Streaming or Flink.
Governance: design access models, lineage, and quality SLAs a client can pass an audit with.
Architectural Vision: end-to-end design, tool selection with trade-offs ("Why Snowflake over Redshift?"), decisions defended to leadership.
Cloud Mastery: one major cloud at expert level - networking (VPC, PrivateLink), security (IAM), service limits.
Consulting: presales, technical audits, discovery; business needs into technical specs.
AI/ML Readiness: feature engineering, data pipelines for LLM/RAG.
Nice to Have
GenAI Stack: vector databases (Pinecone, pgvector, Weaviate), LangChain-style frameworks.
Streaming Depth: Flink or Kafka Streams in production.
Certifications: professional level (AWS Solutions Architect Pro, Databricks DE Professional).
NoSQL: advanced modeling for DynamoDB, Cosmos DB, or MongoDB.
ملخص الدور الوظيفي
أنت المرجعية الفنية في مشاريع العملاء. تقوم بتصميم الحلول من الصفر، ومراجعة الأنظمة الحالية وتحسينها، وتحديد البنيات التحتية، وتقدير جهود التسليم، وتوجيه الفرق خلال مراحل التنفيذ الناجح.
ستتنوع التقنيات المستخدمة لدى العملاء، لكن التقييم الفني السليم يظل ثابتاً. أنت تعرف متى يكون الحل الأبسط هو الحل الصحيح. وتدرك انضباط ومبادئ هندسة البيانات، وليس فقط أدوات تنفيذها.
المهمة
بناء منصات تتوسع مع نمو الأعمال، وتجتاز عمليات التدقيق، وتحافظ على موثوقيتها حتى في أوقات الذروة. ومساعدة الفرق على أن تصبح أقوى بعد كل مشروع.
المجموعة التقنية (Tech Stack)
اللغات الأساسية: Python (الأنماط، تصميم المكتبات)، SQL (الآليات الداخلية).
المنصات: Databricks (Unity Catalog)، Snowflake، BigQuery، Synapse.
المعالجة والبث التدفيقي: Spark (الآليات الداخلية، الضبط)، Kafka / البث الهيكلي، dbt (أنماط المؤسسات).
البنية الهندسية: Lakehouse (Delta/Iceberg)، Data Mesh، Lambda/Kappa.
الحوكمة والجودة: الكتالوجات، تتبع أصل البيانات (lineage)، التحكم بالوصول القائم على الأدوار (RBAC)/القناع، عقود البيانات، وقابلية الملاحظة.
البنية التحتية وعمليات التطوير (DevOps): Terraform متقدم، CI/CD، Docker/Kubernetes.
التقنيات الناشئة: متاجر الميزات (feature stores)، قواعد البيانات المتجهة (vector databases)، أنابيب بيانات LLM/RAG.
مسؤولياتك
تولي مسؤولية البنية الهندسية في المشاريع؛ والعمل كمرجعية للتصميم الفني.
حل المشكلات الأكثر تعقيداً: بث البيانات تحت الأحمال العالية، تصحيح أخطاء Spark، وتصميم أطر العمل.
قيادة مرحلة ما قبل البيع: التقييمات، عمليات التدقيق، التقديرات؛ وشرح العائد على الاستثمار من التحديث.
جعل الحلول جاهزة للإنتاج: آمنة، قابلة للملاحظة، كفؤة من حيث التكلفة، وموثقة - مع تحديد اتفاقيات مستوى الخدمة (SLAs) للجودة.
وضع المعايير، ومراجعة الشفرات البرمجية، وتطوير مهارات المهندسين المتوسطين والجدد.
ما نقدمه لك
استقرار مهني طويل الأجل مع راتب تنافسي يدفع بالدولار الأمريكي.
بيئة وظروف مناسبة للتطوير المهني المستمر.
تطوير مدعوم بمرشدين متخصصين ومجموعة متنوعة من البرامج المكرسة للخبرة والابتكار.
تأمين طبي خاص يُقدم بعد إتمام فترة التجربة بنجاح.
مكتب مجهز بالكامل ومريح يدعم الراحة والإنتاجية خلال جميع مراحل المشروع.
بيئة عمل مرحبة وثقافة شركية ودودة.
المتطلبات
مهاراتك
الخبرة: 5+ سنوات في هندسة البيانات، مع إنجاز مشاريع توليت مسؤوليتها من البداية إلى النهاية.
الإتقان الهندسي: إتقان تام لـ Python و SQL؛ والقدرة على تحسين الكود البرمجي الذي كتبه الآخرون.
الإلمام الشامل بالتخصص: شرح مفاهيم التخصص بوضوح كافٍ لتعليمها: منهجيات النمذجة (Kimball, Data Vault)، نماذج المعالجة، وضمانات الاتساق والتسليم.
العمق التقني المنصي: معرفة عميقة بـ Databricks (ذاكرة Spark، التقسيم) أو Snowflake (ضبط المستودعات، التحكم بالوصول RBAC، الاستنساخ بدون نسخ) - وآلية عملها الداخلية.
بث البيانات: خبرة عملية في بيئات الإنتاج مع Kafka أو Kinesis بالإضافة إلى Spark Structured Streaming أو Flink.
الحوكمة: تصميم نماذج الوصول، تتبع أصل البيانات، واتفاقيات مستوى الجودة (SLAs) التي تمكّن العملاء من اجتياز تدقيق البيانات.
الرؤية المعمارية: التصميم الشامل، اختيار الأدوات بناءً على المقارنات والمفاضلات ("لماذا Snowflake بدلاً من Redshift؟")، والدفاع عن القرارات أمام الإدارة العليا.
إتقان السحابة: مستوى خبير في إحدى المنصات السحابية الرئيسية - الشبكات (VPC, PrivateLink)، والأمان (IAM)، وحدود الخدمات.
الاستشارات: ما قبل البيع، التدقيق الفني، الاستكشاف؛ وتحويل احتياجات الأعمال إلى مواصفات فنية.
البيئة المجهزة للذكاء الاصطناعي/تعلم الآلة: هندسة الميزات، وأنابيب البيانات الخاصة بـ LLM/RAG.
يفضل وجودها (مزايا إضافية)
مجموعة تقنيات الذكاء الاصطناعي التوليدي: قواعد البيانات المتجهة (Pinecone, pgvector, Weaviate)، وأطر العمل الشبيهة بـ LangChain.
عمق في بث البيانات: خبرة بـ Flink أو Kafka Streams في بيئات الإنتاج.
الشهادات المحترفة: بالمستوى المهني (AWS Solutions Architect Pro, Databricks DE Professional).
NoSQL: نمذجة متقدمة لـ DynamoDB أو Cosmos DB أو MongoDB.