Celonis Coe - Senior Value Engineer
Hitachi Energy Services
To rola Data Engineera skoncentrowana na platformie Celonis do process miningu. Będziesz projektować i utrzymywać pipeline'y ETL integrujące dane z systemów ERP (SAP, Oracle) i CRM, modelować procesy biznesowe oraz wspierać przypadki użycia AI/ML (predykcje, wykrywanie anomalii). Mimo tytułu 'Value Engineer', codzienna praca to głównie inżynieria danych i integracja, a nie doradztwo biznesowe.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości zespołu, brak informacji o konkretnych narzędziach etl używanych poza celonis.
Mimo tytułu 'Value Engineer', rola to Data Engineer specjalizujący się w Celonis – głównie budowa pipeline'ów ETL, modelowanie danych i integracja z systemami ERP, z elementami AI. Nie jest to rola konsultingowa ani analityka biznesowego.
To rola Data Engineera skoncentrowana na platformie Celonis do process miningu. Będziesz projektować i utrzymywać pipeline'y ETL integrujące dane z systemów ERP (SAP, Oracle) i CRM, modelować procesy biznesowe oraz wspierać przypadki użycia AI/ML (predykcje, wykrywanie anomalii). Mimo tytułu 'Value Engineer', codzienna praca to głównie inżynieria danych i integracja, a nie doradztwo biznesowe.
- ✓Przejrzysty proces rekrutacyjny (3 etapy: screening, spotkanie z managerem, oferta)
- ✓Firma deklaruje ciągłe innowacje i śledzenie nowinek technologicznych
- ✓Elastyczne godziny pracy i możliwość pracy zdalnej (częściowo)
- −Brak widełek wynagrodzenia w ogłoszeniu (informacja o finansach dopiero po zakończeniu procesu)
- −Tytuł 'Value Engineer' jest mylący – rola to głównie inżynieria danych, a nie wartość biznesowa
- −Opis bardzo ogólny i powtarzalny, wiele fraz (AI/ML, LLM) bez konkretów
- !Hybrydowy tryb pracy bez określonej liczby dni w biurze
- !Szeroki zakres technologii (SAP, Oracle, API, bazy danych) – może być wiele systemów do ogarnięcia
- !Wiele buzzwordów (AI, ML, LLM, copilot) – ryzyko, że AI jest tylko marketingiem
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i budowanie niezawodnych pipeline'ów ETL do pozyskiwania danych z ERP, CRM i innych systemów do platformy Celonis
- •Tworzenie i optymalizacja modeli danych w Celonis odzwierciedlających end-to-end procesy biznesowe
- •Integracja danych z SAP, Oracle, baz danych, API i zewnętrznych źródeł
- •Przygotowywanie wysokiej jakości zbiorów danych i cech do przypadków AI/ML (predykcje, wykrywanie anomalii, root cause analysis)
- •Wsparcie w implementacji funkcji AI w Celonis (EMS, action flows, predictive analytics, AI copilot)
- •Monitorowanie i optymalizacja wydajności modeli danych i pipeline'ów dla obciążeń analitycznych i AI
- •Ustalanie ram walidacji, wzbogacania i czyszczenia danych dla zapewnienia jakości raportów i wyników AI
- •Śledzenie nowości w Celonis EMS, AI/ML, LLM i inżynierii danych w celu identyfikacji możliwości automatyzacji
Oferta dla doświadczonych specjalistów (Senior).
Mid-level Data Engineer z silnym doświadczeniem w Celonis (2+ lata) i znajomością ERP, który chce pracować nad pipeline'ami dla proces miningu.
Nie dla juniorów (wymagane 5+ lat doświadczenia) ani dla osób bez praktycznej znajomości Celonis lub systemów ERP. Rola wymaga samodzielności w budowie pipeline'ów i modelowaniu danych.
- ?Ile osób liczy zespół Celonis CoE?
- ?Jaki jest konkretny stos technologiczny – czy Celonis w chmurze czy on-prem?
- ?Czy istnieje wsparcie dla rozwoju (budżet szkoleniowy, konferencje)?
- ?Jak wygląda współpraca z zespołem AI/ML – czy są dedykowani data scientist?
- ?Czy są już wdrożone przypadki AI, czy to nowa inicjatywa?
- ?Jakie systemy ERP są głównie używane – SAP ECC czy S/4HANA?
- ?Czy jest on-call lub dyżury produkcyjne?
- ?Jak mierzona jest skuteczność pipeline'ów i modeli danych?
- −Nie podano wielkości zespołu
- −Brak informacji o konkretnych narzędziach ETL używanych poza Celonis
- −Nie wiadomo, czy AI/ML to już produkcyjne przypadki, czy dopiero plany
- −Brak informacji o systemie kontroli wersji i CI/CD
Firma podkreśla ciągłe innowacje i indywidualny rozwój, ale konkretów o kulturze brak. Wygląda na stabilne środowisko korporacyjne z procesami.
Trzy etapy: 1) Screening z rekruterem, 2) Spotkanie z managerem (max 2 osoby), 3) Oferta.