Data Analytics Engineer
Antal
To rola łącząca analitykę biznesową z inżynierią danych. Osoba na tym stanowisku będzie pracować nad dużymi zbiorami danych z obszarów marketingu, logistyki, sprzedaży i customer analytics. Codzienna praca obejmuje zbieranie wymagań biznesowych, modelowanie danych, pisanie kodu w Python/PySpark oraz SQL, a także tworzenie wizualizacji i raportów. Choć tytuł brzmi 'Data Analytics Engineer', obowiązki są mocno analityczne z komponentem technicznym.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak konkretnej nazwy klienta (firmy)., nie podano widełek wynagrodzenia..
To rola łącząca analitykę biznesową z inżynierią danych. Osoba na tym stanowisku będzie pracować nad dużymi zbiorami danych z obszarów marketingu, logistyki, sprzedaży i customer analytics. Codzienna praca obejmuje zbieranie wymagań biznesowych, modelowanie danych, pisanie kodu w Python/PySpark oraz SQL, a także tworzenie wizualizacji i raportów. Choć tytuł brzmi 'Data Analytics Engineer', obowiązki są mocno analityczne z komponentem technicznym.
- ✓Nowoczesny stack: Databricks, PySpark, Python, SQL, Power BI.
- ✓Możliwość wpływu na decyzje biznesowe i praca z real-time data.
- ✓Wsparcie konsultanta Antal w procesie rekrutacji – może ułatwić przygotowanie.
- −Ogłoszenie pochodzi od agencji rekrutacyjnej (Antal), co może wiązać się z mniejszą transparentnością dotyczącą konkretnego klienta.
- −Opis obowiązków jest dość ogólnikowy i powtarzalny – może wskazywać na słabe zrozumienie roli przez rekrutera.
- !Brak informacji o zespole (wielkość, struktura) oraz o konkretnym produkcie/usłudze klienta.
- !Wymagana znajomość danych czasu rzeczywistego – nie wiadomo, z jakimi technologiami (Kafka? Spark Streaming?).
- !Niejasne jest, czy rola jest bardziej analityczna czy inżynieryjna – może to wpłynąć na oczekiwania.
- !Firma 51-100 pracowników – może być stabilna, ale nie widać, czy klient to startup czy korporacja.
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Wspieranie interesariuszy biznesowych w podejmowaniu decyzji na podstawie danych
- •Zbieranie wymagań biznesowych i analiza danych z wielu źródeł, w tym danych czasu rzeczywistego
- •Projektowanie, rozwijanie i optymalizacja modeli danych wspierających raportowanie
- •Pisanie kodu w Python/PySpark i SQL oraz uczestnictwo w code review
- •Współpraca z Data Engineerami, Data Scientistami i Analitykami Biznesowymi
- •Tworzenie prototypów wizualizacji danych (Power BI) i koordynacja ich rozwoju
- •Przygotowywanie analiz, insightów i rekomendacji dla kluczowych obszarów biznesowych
Oferta dla doświadczonych specjalistów (Senior).
Analityk danych z 3-letnim doświadczeniem, dobry w SQL i Python, z podstawową wiedzą o hurtowniach danych i ETL. Może mieć mniejsze doświadczenie z PySpark lub Databricks, ale jest chętny do nauki i ma silne umiejętności komunikacyjne.
Juniorzy bez doświadczenia analitycznego oraz osoby szukające wyłącznie roli inżynierskiej bez kontaktu z biznesem. Również nie dla kogoś, kto nie lubi pracy z danymi czasu rzeczywistego lub preferuje wyłącznie backend bez analizy.
- ?Kim jest klient (branża, kraj, skala działu Data & AI)?
- ?Ile osób liczy zespół Data & AI i jakie są role w zespole?
- ?Jakie konkretnie technologie są używane do danych czasu rzeczywistego (np. Kafka, Spark Streaming)?
- ?Czy są dyżury on-call lub oczekiwanie pracy poza standardowymi godzinami?
- ?Jak wygląda proces rekrutacyjny (etapy, zadania)?
- ?Czy oferujecie budżet na szkolenia lub konferencje?
- ?Czy istnieje możliwość pracy w pełni zdalnej, czy hybryda jest wymagana (i w jakim wymiarze)?
- −Brak konkretnej nazwy klienta (firmy).
- −Nie podano widełek wynagrodzenia.
- −Nie opisano procesu rekrutacyjnego (ile etapów, czy jest zadanie domowe).
- −Brak informacji o wielkości zespołu i struktury.
Zespół Data & AI z naciskiem na współpracę między działami (Data Engineers, Data Scientists, Business Analysts). Praca w międzynarodowym środowisku, z elastycznym modelem pracy.