HiTakeJobמשרות Databricks בישראל
בעמוד הזה תמצאו 11 משרות Databricks בישראל, עם דגש על תפקידי Data Engineering, פיתוח ותשתיות נתונים בחברות כמו AllCloud ו-Noma Security. העמוד מתאים למי שמחפש תפקיד סניור בעבודה עם Databricks, Python, AWS, Spark ו-Airflow, ורוצה להבין אילו כישורים וחברות מובילות את השוק כרגע.
משרות עדכניות (11)
- D&A - Senior Data Engineer - AllCloud (רעננה)
- Data Science Engineering Manager - ActiveFence (רמת גן)
- Senior BI Data Engineer - Lusha (תל אביב - יפו)
- Solid- Applied AI Solutions Engineer - Team8 (כפר סבא)
- Senior SW Engineer - Mitiga (תל אביב - יפו)
- Senior data platform engineer - Lusha (תל אביב - יפו)
- Senior AI Builder - morning by Green Invoice (תל אביב - יפו)
- Data Analyst - PassportCard (נתניה)
- Staff Data Scientist - Riskified (תל אביב - יפו)
- Senior Data Analyst - Placerlabs (רמת גן)
- Senior Business Intelligence Analyst - NVIDIA (יקנעם עילית)
למי מתאימות המשרות בדאטבריקס
משרות Databricks בישראל מתאימות בעיקר לאנשי דאטה ופיתוח שכבר עבדו עם פלטפורמות נתונים בענן, עם דגש על בניית pipelines, עיבוד נתונים בקנה מידה גדול, אוטומציה ותפעול של סביבת data platform. בגיליון שלנו רוב המשרות הן ברמת סניור, ולכן מועמדים עם ניסיון מעשי ב-Python, SQL, Spark ו-AWS ימצאו כאן התאמה טבעית.
בין התפקידים שתראו בעמוד יש Senior Data Engineer, Founding Data Engineer, Senior Backend Engineer- Data Platform ו-Engineering Team Lead- Data & AI Platform. זה אומר שלא מדובר רק בכתיבת שאילתות או ניתוח נתונים, אלא גם בהובלה טכנית, תכנון ארכיטקטורה ושיתוף פעולה עם צוותי מוצר, אבטחה ו-MLOps.
אילו חברות מגייסות עכשיו
ברשימת החברות המגייסות בולטות AllCloud, Noma Security, Tastewise, Similarweb, ActiveFence ו-EverC. השמות האלה משקפים שילוב של חברות מוצר, אבטחת מידע וייעוץ טכנולוגי, ולכן הדרישות משתנות בין בניית פלטפורמות נתונים פנימיות לבין עבודה על פתרונות לקוחות או מוצרי דאטה חכמים.
אם אתם מכוונים למשרות שמבוססות על Databricks, שווה לקרוא כל מודעת משרה לעומק ולשים לב אם הארגון מחפש מישהו שיבנה תשתית מאפס, ישפר ביצועים, או יוביל מעבר מסביבת data קיימת לפתרון מודרני יותר. ב-HiTakeJob אנחנו מרכזים את ההבדלים האלה כדי לעזור לכם לזהות במהירות איפה הניסיון שלכם הכי רלוונטי.
טכנולוגיות שמופיעות שוב ושוב
Databricks מופיעה בכל המשרות בעמוד, אבל סביבתה המקצועית ברורה: Python, AWS, Spark, Airflow, Terraform, Kubernetes, SQL, Docker ו-Snowflake. השילוב הזה מעיד על תפקידים שמחברים בין פיתוח, דאטה, ענן ואוטומציה.
| טכנולוגיה | איך היא נכנסת לעבודה היומיומית | למי זה חשוב במיוחד |
|---|---|---|
| Python | פיתוח לוגיקת עיבוד, אוטומציה וסקריפטים | ל-Data Engineers ולמפתחים בצד הפלטפורמה |
| Spark | עיבוד נתונים מבוזר וביצועים בקנה מידה גדול | למי שבונה pipelines על Databricks |
| AWS | תשתיות ענן, אחסון והרצת שירותים | למי שעובד בסביבת data cloud |
| Airflow | תזמור תהליכי ETL וזרימות עבודה | למי שמנהל תהליכים מורכבים |
| SQL | שאילתות, בדיקות נתונים וניתוח | לכל מי שעובד עם דאטה יומיומי |
מי שמגיע עם ניסיון נוסף ב-MLflow, Kafka, CI/CD או GitHub Actions יכול להתאים במיוחד לתפקידים שמתקרבים ל-data platform או ל-AI platform. אם יש לכם רקע בענן, כדאי גם להסתכל על משרות AWS בישראל כדי להבין את נקודת החיבור בין דאטה ותשתיות.
איפה נמצאות המשרות ואיך נראית סביבת העבודה
רוב המשרות בעמוד מרוכזות בתל אביב - יפו וברמת גן, עם גם משרות ברעננה ובאופן רחב יותר בכל הארץ. מבחינת מודל עבודה, מופיעים כאן Hybrid, On-site וגם Remote, כך שיש כאן מגוון שמתאים למי שמחפש גמישות לצד עבודה צמודה עם צוותים טכנולוגיים.
אם אתם מעדיפים סביבת עבודה שמחוברת לצוותי פיתוח ו-R&D, כדאי לעיין גם במשרות פיתוח ומחקר (R&D). מי שמחפש ריכוז גיאוגרפי חזק יותר יכול לבדוק גם משרות הייטק בתל אביב או משרות הייטק ברמת גן.
מה כדאי להכין לפני שמגישים מועמדות
כדאי להציג קבלות ברורות על עבודה עם Databricks - למשל בניית pipelines, שיפור ביצועים, עבודה עם Spark או תכנון שכבות נתונים. בתפקידי סניור מצפים גם ליכולת להסביר החלטות ארכיטקטוניות, לנהל פשרות בין יציבות למהירות, ולהראות איך שיפרתם אמינות, עלויות או זמן ריצה.
- הדגישו פרויקטים עם נתונים בכמויות גדולות.
- הראו שליטה ב-Python וב-SQL.
- תארו עבודה עם ענן, בעיקר AWS, אם יש לכם.
- הכינו דוגמאות לשיפור תזמור, בדיקות ואוטומציה.
- אם הובלתם צוות או פרויקט, ציינו זאת בבירור.
אם אתם רוצים לחזק את הפרופיל שלכם גם בצד הכלים התומכים, שווה להשוות למשרות SQL בישראל ולמשרות Python בישראל כדי להבין אילו מיומנויות חוזרות כמעט בכל תפקיד דאטה מודרני.
שאלות נפוצות
כמה משרות Databricks פתוחות יש כרגע בישראל?
נכון להיום יש 11 משרות Databricks פעילות באתר HiTakeJob, והרשימה מתעדכנת מדי יום.
מה כוללים בדרך כלל תפקידי Databricks בישראל?
ברוב המקרים מדובר בתפקידי דאטה ותשתיות - בניית pipelines, עיבוד נתונים, אופטימיזציה של ביצועים ותמיכה בצוותי אנליטיקה, מוצר או ML. בעמוד הזה הדגש הוא על משרות סניור, ולכן יש גם היבט של תכנון ארכיטקטורה, הובלה טכנית ועבודה עם צוותים נוספים בארגון.
איזה ניסיון צריך כדי להגיש מועמדות למשרות האלו?
הדרישה הנפוצה היא ניסיון מעשי ב-Python, SQL, Spark וסביבת ענן כמו AWS. בתפקידים בכירים מחפשים גם יכולת לתכנן מערכות נתונים, לעבוד עם תהליכי ETL, להבין DevOps בסיסי ולתקשר היטב עם בעלי עניין טכניים ולא טכניים.
האם צריך להכיר רק Databricks או גם כלים נוספים?
Databricks היא הליבה, אבל כמעט תמיד תראו סביבתה טכנולוגית רחבה יותר. בגיליון העובדות מופיעים גם Airflow, Terraform, Kubernetes, Docker ו-Snowflake, ולכן מי שמגיע עם ניסיון בכמה כלים משלימים יוכל להתאים ליותר סוגי תפקידים.
איפה נמצאות רוב משרות Databricks בישראל?
לפי העמוד, רוב המשרות מרוכזות בתל אביב - יפו וברמת גן, ויש גם משרות ברעננה ובכל הארץ. בנוסף, מופיעים כאן גם מודלים שונים של עבודה - Hybrid, On-site ו-Remote - כך שיש מקום לבדוק מה הכי מתאים לכם בפועל.
איך אפשר לדעת אם משרה מתאימה ל-Data Engineer או ל-Backend Engineer?
כדאי להסתכל על המשימות ולא רק על הכותרת. אם הדגש הוא על pipelines, מודלים של נתונים, תזמור ואיכות נתונים - זו לרוב משרת דאטה. אם יש יותר פוקוס על שירותים, APIs, ארכיטקטורת מערכת ותשתית פלטפורמה - היא עשויה להתאים יותר ל-Backend Engineer עם אוריינטציה לדאטה.
איך הכי נכון להתכונן לראיון על Databricks?
מומלץ לרענן הבנה ב-Spark, בזרימות נתונים ובאופטימיזציה של עיבוד נתונים, ולדעת להסביר החלטות שעשיתם בפרויקטים אמיתיים. כדאי גם להתכונן לשאלות על AWS, על עבודה עם SQL ועל דוגמאות שבהן פתרתם בעיות ביצועים, יציבות או סקייל.