Data Portfolio Analyst
emagine
Rola skupia się na zarządzaniu jakością danych i nadzorze nad danymi w instytucji finansowej. Będziesz współpracować z właścicielami domen danych i interesariuszami, aby definiować krytyczne elementy danych (CDE), oceniać i poprawiać jakość danych, tworzyć reguły jakości oraz monitorować wskaźniki. To bardziej funkcja analityczno-koordynacyjna niż stricte techniczna – Python i SQL są narzędziami do analizy, a nie głównym produktem. Praca w biurze w Hellerup (Kopenhaga) 4 dni w tygodniu, na kontrakcie początkowo 3-miesięcznym.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak informacji o procesie rekrutacyjnym (liczba etapów, rodzaj zadań), brak szczegółów dotyczących benefitów (urlop, opieka medyczna itp. - dane strukturalne: 'other').
Rola skupia się na zarządzaniu jakością danych i nadzorze nad danymi w instytucji finansowej. Będziesz współpracować z właścicielami domen danych i interesariuszami, aby definiować krytyczne elementy danych (CDE), oceniać i poprawiać jakość danych, tworzyć reguły jakości oraz monitorować wskaźniki. To bardziej funkcja analityczno-koordynacyjna niż stricte techniczna – Python i SQL są narzędziami do analizy, a nie głównym produktem. Praca w biurze w Hellerup (Kopenhaga) 4 dni w tygodniu, na kontrakcie początkowo 3-miesięcznym.
- ✓Praca w dużej organizacji fintech – stabilne środowisko, formalne procesy
- ✓Możliwość realnego wpływu na strategię danych i ład danych w firmie
- ✓Wsparcie architekta danych – dostęp do eksperta technicznego
- −Wymóg pracy w biurze w Hellerup (Kopenhaga) 4 dni w tygodniu – ogranicza elastyczność
- −Brak informacji o wynagrodzeniu w ogłoszeniu (dane strukturalne: 'other' – brak widełek)
- −Rola w agencji (emagine) – możliwe oddelegowanie do klienta, mniejszy wpływ na kulturę organizacji
- !Brak informacji o wielkości zespołu i z kim dokładnie będzie się współpracować
- !Opis obowiązków bardzo ogólny – wiele 'miękkich' kompetencji, mało konkretów technicznych
- !Potencjalnie duża presja na szybkie rezultaty (ASAP) przy krótkim kontrakcie
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Wspieranie zespołów domenowych w definiowaniu i zarządzaniu Krytycznymi Elementami Danych (CDE) oraz wymaganiami dotyczącymi ładu danych.
- •Ocena bieżącego stanu jakości danych dla CDE przy użyciu SQL i Python.
- •Definiowanie reguł jakości danych i uzgadnianie docelowych progów z interesariuszami.
- •Monitorowanie poziomów jakości danych i innych metryk zgodności z politykami.
- •Koordynacja działań naprawczych w celu usunięcia błędów jakości danych.
- •Przygotowywanie raportów i eskalowanie blokerów w obszarze domeny.
- •Rozwijanie wiedzy o narzędziu do jakości danych (np. Databricks) i wspieranie budowania reguł.
- •Uczestnictwo w spotkaniach z właścicielami danych, stewardami i konsumentami.
Oferta dla doświadczonych specjalistów (Senior).
Analityk danych / Data Steward z co najmniej 3-letnim doświadczeniem w analizie danych i znajomością SQL/Python, który miał styczność z zarządzaniem danymi w regulowanym środowisku (bankowość, ubezpieczenia). Potrafi samodzielnie przygotować raporty jakości danych i prowadzić spotkania z interesariuszami.
Nie dla juniorów ani osób z mniej niż 3 latami doświadczenia – rola wymaga samodzielności i znajomości kontekstu finansowego. Nie dla osób szukających pracy zdalnej (wymagana obecność w biurze 4 dni w tygodniu) ani długoterminowego zatrudnienia na UoP – to kontrakt konsultingowy.
- ?Ile osób liczą zespoły portfolio danych i z iloma interesariuszami będę współpracować?
- ?Jakie narzędzie do jakości danych jest używane (poza Databricks)?
- ?Czy rola wymaga pracy w nadgodzinach lub dyżurów?
- ?Jaka jest kultura pracy w zespole – Agile, Waterfall, SAFe?
- ?Czy istnieje budżet szkoleniowy na rozwój umiejętności data governance?
- ?Jakie są największe wyzwania w obecnym stanie jakości danych u klienta?
- ?Czy oferta przewiduje możliwość pracy zdalnej po okresie wdrożenia?
- −Brak informacji o procesie rekrutacyjnym (liczba etapów, rodzaj zadań)
- −Brak szczegółów dotyczących benefitów (urlop, opieka medyczna itp. - dane strukturalne: 'other')
- −Nie wiadomo, czy narzędzie Databricks jest jedynym środowiskiem analitycznym