IT Trainee 64 views12 applications

Zakres obowiązków

Obowiązki stażysty w naszej firmie różnią się w zależności od technologii i kierunku, ale najczęściej obejmują:

– Zadania techniczne: rozwój oprogramowania, testowanie kodu, praca z bazami danych, usuwanie błędów itp.
– Praca analityczna: zbieranie danych, przygotowywanie raportów, udział w analizie wymagań od klientów itp.
– Nauka i rozwój: współpraca z mentorem, poznawanie nowych narzędzi, realizacja zadań szkoleniowych, udział w meetupach, doskonalenie języka angielskiego itp.
– Komunikacja: udział w spotkaniach i dyskusjach zespołu (daily stand-upy, sprint planning), przegląd zadań od kolegów, współpraca z innymi działami (design, analiza, DevOps) itp.
– Wsparcie bieżących procesów: pomoc w utrzymaniu infrastruktury projektów, rozwiązywanie drobnych problemów technicznych użytkowników, monitorowanie systemów i usług pod kątem awarii itp.

Twoja nauka opiera się na pracy z rzeczywistymi zadaniami biznesowymi i ma na celu maksymalne rozwinięcie twojego doświadczenia, umiejętności i wiedzy.

Oferujemy

Na pierwszym etapie:
– wewnętrzne szkolenia i meetupy dla każdego działu
– profesjonalna społeczność i networking
– baza wiedzy o technologiach i kierunkach rozwoju
– komfortowe stanowisko pracy

Po zatrudnieniu:
– przygotowanie do rozmów rekrutacyjnych w języku angielskim
– speaking cluby w biurach
– ubezpieczenie zdrowotne
– dofinansowanie uczestnictwa w wydarzeniach sportowych
– bonusy za poleconych kandydatów w ramach programu referencyjnego
– firmowy program zniżek
– sprzęt służbowy

Wymagania

Rozumiemy, że staż to pierwszy krok w IT, dlatego nie oczekujemy od kandydatów głębokiej wiedzy eksperckiej. Są jednak pewne wymagania, które pomogą ci dołączyć do naszego zespołu:

– komunikatywny angielski na poziomie minimum B1
– podstawowa wiedza z zakresu informatyki (Computer Science)
– podstawowe umiejętności w wybranej technologii lub kierunku

Szczegółowe wymagania mogą się różnić w zależności od stanowiska. Na przykład dla inżyniera ML przydatna będzie znajomość metod analizy danych.