Data Analyst / Data Modeler – Pharma & Healthcare Data Platforms Location
DCV Technologies
Rola skupia się na projektowaniu i utrzymaniu modeli danych dla platform danych w branży farmaceutycznej i ochrony zdrowia. Obejmuje analizę danych, modelowanie konceptualne, logiczne i fizyczne, tworzenie schematów Star/Snowflake oraz współpracę z zespołami inżynieryjnymi. Kluczowe jest zapewnienie zgodności z regulacjami (GDPR, HIPAA, GxP) oraz zarządzanie metadanymi i liniowością danych. To rola dla doświadczonych analityków/modelerów danych, a nie dla inżynierów danych zmieniających specjalizację.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości zespołu ani struktury organizacyjnej., brak opisu procesu rekrutacyjnego (ilość etapów, zadanie domowe itp.)..
Rola skupia się na projektowaniu i utrzymaniu modeli danych dla platform danych w branży farmaceutycznej i ochrony zdrowia. Obejmuje analizę danych, modelowanie konceptualne, logiczne i fizyczne, tworzenie schematów Star/Snowflake oraz współpracę z zespołami inżynieryjnymi. Kluczowe jest zapewnienie zgodności z regulacjami (GDPR, HIPAA, GxP) oraz zarządzanie metadanymi i liniowością danych. To rola dla doświadczonych analityków/modelerów danych, a nie dla inżynierów danych zmieniających specjalizację.
- ✓Wyraźne podkreślenie, że rola jest dla 'prawdziwego' analityka/modelera, a nie dla inżyniera danych – zwiększa precyzję rekrutacji.
- ✓Praca zdalna z elastycznością B2B.
- ✓Doświadczenie w regulowanej branży (pharma/healthcare) może być interesujące dla osób szukających wyzwań zgodnościowych.
- −Brak informacji o konkretnym projekcie lub produkcie – ogłoszenie operuje ogólnikami.
- −Wymagana jest znajomość wielu różnych baz danych i narzędzi, co może sugerować pracę w różnych środowiskach i brak standaryzacji.
- !Brak opisu procesu rekrutacyjnego.
- !Nie podano wielkości zespołu ani liczby projektów, w które będzie zaangażowana osoba.
- !Wymóg znajomości wielu narzędzi (np. SQL Server, PostgreSQL, Snowflake itd.) może wskazywać na oczekiwanie szerokiego zakresu technologii bez głębokiej specjalizacji.
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Profilowanie danych i analiza jakości danych
- •Projektowanie modeli konceptualnych, logicznych i fizycznych
- •Tworzenie i optymalizacja schematów Star/Snowflake
- •Przekształcanie wymagań biznesowych w mapowania źródło-cel
- •Współpraca z zespołami ETL i Data Engineering w celu implementacji modeli
- •Utrzymywanie dokumentacji metadanych, liniowości danych i ładu danych
- •Wsparcie inicjatyw MDM (Master Data Management) i zgodności regulacyjnej
- •Uczestnictwo w procesach Agile/Scrum
Oferta dla doświadczonych specjalistów (Senior).
Analityk danych z 3-5 latami doświadczenia w modelowaniu danych, który zna podstawy modelowania wymiarowego i potrafi tworzyć modele logiczne. Ma solidne SQL i basiczną znajomość ładu danych, ale niekoniecznie doświadczenie regulacyjne.
Osoby z czysto inżynierskim backgroundem (Data Engineers) bez doświadczenia analitycznego/modelarskiego – ogłoszenie wyraźnie odcina się od takich kandydatów. Również nie dla juniorów (poniżej 3 lat doświadczenia) ze względu na wymogi dotyczące skali i złożoności środowisk.
- ?Ile osób liczy zespół danych i jakie są role w zespole?
- ?Czy projekty są długoterminowe czy rotacyjne?
- ?Jakie konkretne narzędzia do zarządzania metadanymi i liniowością są używane?
- ?Czy oczekiwana jest praca w strefach czasowych poza Polską?
- ?Jaki jest proces wdrożenia onboardingu i czy istnieje dokumentacja techniczna?
- ?Czy są przewidziane dyżury on-call lub nadgodziny przy wdrożeniach?
- −Nie podano wielkości zespołu ani struktury organizacyjnej.
- −Brak opisu procesu rekrutacyjnego (ilość etapów, zadanie domowe itp.).
- −Nie wiadomo, czy praca dotyczy jednego projektu czy wielu jednocześnie.
- −Brak informacji o budżecie szkoleniowym lub certyfikatach.
Współpraca z interesariuszami biznesowymi, architektami, zespołami analitycznymi i inżynieryjnymi w ramach Agile/Scrum – kładzie nacisk na komunikację i transparentność.