Data Analytics Engineer
Shaped Thoughts
Rola polega na przekształcaniu surowych danych w warstwę semantyczną, a następnie tworzeniu na jej podstawie wglądów, które kształtują strategię produktu, szczególnie w branży ubezpieczeniowej. Kandydat będzie odpowiedzialny za cały proces od danych do decyzji biznesowych, pracując w zdalnym środowisku w butikowym software house'ie z doświadczonym zespołem.
Brakuje: nie podano wielkości zespołu, z którym będzie współpracował kandydat., nie sprecyzowano, które z wymienionych narzędzi bi (power bi, tableau, looker) są najbardziej preferowane..
Rola polega na przekształcaniu surowych danych w warstwę semantyczną, a następnie tworzeniu na jej podstawie wglądów, które kształtują strategię produktu, szczególnie w branży ubezpieczeniowej. Kandydat będzie odpowiedzialny za cały proces od danych do decyzji biznesowych, pracując w zdalnym środowisku w butikowym software house'ie z doświadczonym zespołem.
- ✓Praca w modelu 'remote-first' z możliwością nauki i wymiany wiedzy w silnym, seniorskim zespole.
- ✓Otwarty kontrakt B2B z atrakcyjnymi widełkami godzinowymi.
- ✓Możliwość realnego wpływu na strategię produktu i pracę z interesariuszami.
- ✓Wspomniano o wykorzystaniu narzędzi takich jak Claude Code lub Codex, co może sugerować nowoczesne podejście do pracy.
- −Choć oferta mówi o pracy zdalnej, jeden z etapów rekrutacji (live coding lub end-to-end analytics exercise) musi odbyć się stacjonarnie w jednym z dużych miast.
- !Wymagane jest doświadczenie z narzędziami BI (Power BI, Tableau lub Looker), ale nie jest sprecyzowane, które z nich są preferowane lub czy wymagana jest biegłość we wszystkich.
- !Wspomniano o AI-assisted software development jako 'nice to have', ale nie jest jasne, w jakim stopniu jest to wykorzystywane na co dzień.
- !Chociaż firma jest 'boutique software house', nie jest podana wielkość zespołu, z którym będzie pracował kandydat.
- •Budowanie potoków danych przekształcających dane z warstwy bronze do silver, a następnie do gold i warstwy semantycznej.
- •Dostarczanie wysokiej jakości wglądów analitycznych dla firmy ubezpieczeniowej w celu kształtowania jej roadmapy produktowej.
- •Ścisła współpraca z senior stakeholderami w celu identyfikacji wymagań biznesowych i kształtowania produktu.
- •Budowanie i ulepszanie procesów analizy danych przy użyciu narzędzi takich jak Claude Code lub Codex.
- •Praca nad optymalizacją zapytań w BigQuery (mile widziane).
- •Rozwijanie i utrzymywanie warstwy semantycznej danych.
- •Tworzenie wizualizacji danych wspierających decyzje biznesowe.
Oferta dla doświadczonych specjalistów (Senior).
Kandydat z minimum 5-letnim doświadczeniem w analizie danych, posiadający mocne umiejętności SQL i doświadczenie z narzędziami BI oraz dbt. Powinien wykazywać się dobrymi umiejętnościami komunikacyjnymi i rozumieniem modelowania danych.
Oferta nie jest dla osób z mniejszym niż 5-letnim doświadczeniem w obszarze danych/analityki, bez znajomości SQL, narzędzi BI lub dbt. Nie jest też dla osób preferujących pracę stacjonarną lub szukających roli o mniejszym zakresie odpowiedzialności za kształtowanie produktu.
- ?Jak wygląda typowy dzień pracy w zespole?
- ?Jakie są główne wyzwania związane z danymi w tej konkretnej firmie ubezpieczeniowej?
- ?Jakie są możliwości rozwoju zawodowego i budżet szkoleniowy dla pracowników?
- ?Czy istnieją jakieś plany dotyczące migracji do innych platform chmurowych lub narzędzi BI?
- ?Jak wygląda proces onboardingu dla nowych członków zespołu?
- ?W jakim stopniu kandydat będzie miał wpływ na wybór narzędzi i technologii?
- ?Jak często odbywają się spotkania zespołu i czy są one obowiązkowe?
- −Nie podano wielkości zespołu, z którym będzie współpracował kandydat.
- −Nie sprecyzowano, które z wymienionych narzędzi BI (Power BI, Tableau, Looker) są najbardziej preferowane.
- −Nie podano szczegółów dotyczących konkretnych projektów lub typów danych, z którymi będzie pracował kandydat.
- −Nie opisano dokładnie procesu onboardingu.
Firma stawia na autonomię, zaufanie i współpracę w doświadczonym zespole. Ceniona jest wymiana wiedzy i ciągłe doskonalenie (Kaizen). Komunikacja jest asynchroniczna, ale organizowane są spotkania integracyjne.
Proces rekrutacyjny składa się z następujących etapów: CV screening, Tech screening (45 min), Live coding session (1h), End-to-end analytics exercise (1h). Co najmniej jeden z etapów musi odbyć się stacjonarnie w jednym z głównych miast Polski.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Data. Pełne statystyki zarobków →