Pomiń do treści
Logo firmy emagine

Data Analyst with Business Analysis skills

emagine

Oferta w skrócie
Widełki nieujawnione
🔀HybrydowaTryb pracy
📄OtherKontrakt
⏱️Senior · 5+ latDoświadczenie
LokalizacjaKraków
Źródło
Aktywna
Opublikowano14 kwietnia 2026
Ostatnio sprawdzono6 maja 2026
Wygasa za36 dni
Werdykt JobHunt

Rola łączy analizę danych z analizą biznesową w środowisku handlu detalicznego (retail). Główne zadania: analiza danych z użyciem SQL, walidacja danych, definiowanie reguł jakości, dokumentowanie procesów i metadanych, współpraca z zespołami technicznymi i biznesowymi. To raczej rola odpowiedzialna za governance i jakość danych niż za budowanie modeli ML.

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: brak informacji o konkretnym kliencie lub projekcie, nie podano wielkości zespołu ani struktury raportowania.

🛠 Wymagane technologie
Dane źródłowe
AI Insights
Czym naprawdę jest ta rola?Data Analyst

Rola łączy analizę danych z analizą biznesową w środowisku handlu detalicznego (retail). Główne zadania: analiza danych z użyciem SQL, walidacja danych, definiowanie reguł jakości, dokumentowanie procesów i metadanych, współpraca z zespołami technicznymi i biznesowymi. To raczej rola odpowiedzialna za governance i jakość danych niż za budowanie modeli ML.

Plusy
  • Kontrakt B2B (other) – elastyczność podatkowa
  • Duża firma (501+) – stabilność
  • Możliwość rozwoju w obszarze data governance i metadanych
Na co uważać
  • Firma emagine Polska to outsourcing – nie wiadomo, do jakiego klienta końcowego
  • W technologiach wymieniono 'Copywriting' – może to pomyłka lub nieistotny dodatek
  • Brak informacji o długości projektu i możliwości przedłużenia
  • !Hybryda w Krakowie (3 dni w biurze) – brak elastyczności co do dni
  • !Zakres obowiązków bardzo szeroki – od analityki po governance i modelowanie
  • !Nie podano konkretnych narzędzi ani stosu technologicznego poza SQL
  • !Poziom senior, ale brak informacji o wielkości zespołu i podległości
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Pisanie i optymalizacja złożonych zapytań SQL do analizy danych i raportowania
  • Przeprowadzanie walidacji danych i definiowanie reguł jakości dla zbiorów danych
  • Profilowanie nowych i istniejących źródeł danych (struktura, zawartość, jakość)
  • Dokumentowanie przepływów procesów, reguł biznesowych i metadanych
  • Współpraca z Data Engineering i ekspertami dziedzinowymi przy dokumentacji tabel i pól
  • Wsparcie zespołów biznesowych w testach UAT i analizie post-produkcyjnej
  • Przygotowywanie analiz ad-hoc dla inicjatyw migracyjnych i governance'owych
  • Udział w tworzeniu logicznych i fizycznych modeli danych (warstwy curate, semantic, gold)
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Analityk z solidnym SQL i kilkuletnim doświadczeniem w analizie danych, który potrafi przeprowadzać walidacje i dokumentować procesy, ale niekoniecznie zna branżę retail.

Raczej nie dla

Osoby szukające wyłącznie zdalnej pracy, juniorzy bez doświadczenia w analizie danych, ani specjaliści oczekujący czysto technicznej roli bez kontaktu z biznesem.

Ocena dopasowania
Junior1/5
Mid3/5
Senior5/5
Hands-on4/5
Architekt3/5
Remote2/5
Enterprise4/5
Pytania do rekrutera
  • ?Jaki jest klient końcowy (branża, projekt)?
  • ?Ile osób liczy zespół Data Analyst / Data Engineering?
  • ?Jakie narzędzia do katalogowania danych i modelowania są używane?
  • ?Czy za stawką 140 PLN/h stoją konkretne widełki, czy to maksimum?
  • ?Jak wygląda proces rekrutacyjny (etapy, zadanie domowe)?
  • ?Czy istnieje możliwość pracy zdalnej w niektóre dni spoza Krakowa?
Brakujące informacje
  • Brak informacji o konkretnym kliencie lub projekcie
  • Nie podano wielkości zespołu ani struktury raportowania
  • Brak opisu procesu rekrutacyjnego
  • Nie wiadomo, jakie narzędzia BI/data engineering są w użyciu (np. Snowflake, Tableau)
  • Nie określono zakresu odpowiedzialności za modelowanie danych
Zespół

Zespół pracuje hybrydowo, współpracując z Data Engineering oraz ekspertami biznesowymi. Kultura nastawiona na dokumentację i governance – może być nieco formalna, ale daje możliwość wpływu na jakość danych.

🔗Podobne oferty