Senior Analytics Engineer
Dynatrace
Rola Senior Analytics Engineer w Dynatrace polega na projektowaniu i dostarczaniu wysokiej jakości produktów danych analitycznych dla raportowania i samoobsługowej analityki. To praktyczna, techniczna rola, w której codziennie pracujesz z SQL, dbt Cloud i Snowflake, tworząc modele wymiarowe (Kimball) i optymalizując wydajność zapytań. Wykorzystujesz także narzędzia AI (GitHub Copilot, Claude) do zwiększania produktywności. Ściśle współpracujesz z interesariuszami biznesowymi, inżynierami danych i zespołami BI.
Brakuje: nie podano wielkości zespołu ani struktury działu danych, brak opisu procesu rekrutacyjnego (liczba etapów, rodzaj zadań).
Rola Senior Analytics Engineer w Dynatrace polega na projektowaniu i dostarczaniu wysokiej jakości produktów danych analitycznych dla raportowania i samoobsługowej analityki. To praktyczna, techniczna rola, w której codziennie pracujesz z SQL, dbt Cloud i Snowflake, tworząc modele wymiarowe (Kimball) i optymalizując wydajność zapytań. Wykorzystujesz także narzędzia AI (GitHub Copilot, Claude) do zwiększania produktywności. Ściśle współpracujesz z interesariuszami biznesowymi, inżynierami danych i zespołami BI.
- ✓Pełna praca zdalna (remote-first)
- ✓Stała umowa o pracę (UoP) z atrakcyjnym przedziałem wynagrodzenia
- ✓Firma produktowa z ugruntowaną pozycją (Dynatrace) i nowoczesnym stackiem (dbt, Snowflake)
- ✓Opcje zakupu akcji (stock purchase options)
- ✓Wykorzystanie narzędzi AI w codziennej pracy (GitHub Copilot, Claude)
- !Wymóg znajomości Power BI może być nietypowy dla roli Analytics Engineer (zazwyczaj bardziej backend danych)
- !Szeroki wachlarz nice-to-have może sugerować wysokie oczekiwania wykraczające poza podstawowe obowiązki
- !Brak informacji o procesie rekrutacyjnym i wielkości zespołu
- •Projektowanie i rozwijanie skalowalnych modeli danych analitycznych w dbt Cloud
- •Pisanie złożonych zapytań SQL i optymalizacja wydajności na Snowflake
- •Implementacja testów jakości danych i dokumentacji w modelach dbt
- •Tłumaczenie złożonych wymagań biznesowych na przejrzyste, wielokrotnego użytku produkty danych
- •Przegląd kodu (code reviews) i dzielenie się wiedzą w zespole
- •Wykorzystanie narzędzi AI (GitHub Copilot, Claude) do automatyzacji i poprawy dokumentacji
- •Utrzymywanie standardów nazewnictwa, metadanych i semantyki dla danych
- •Wsparcie implementacji warstwy semantycznej i spójnych definicji metryk
Oferta dla doświadczonych specjalistów (Senior).
Inżynier analityki z około 5 latami doświadczenia, dobrze znający SQL i dbt, z podstawową znajomością Snowflake i modelowania wymiarowego, gotowy do rozwijania się w kierunku AI i zarządzania danymi.
Osoby z mniej niż 5 latami doświadczenia w inżynierii analitycznej (juniorzy, mid-level bez ugruntowanej wiedzy) oraz osoby niekomfortowe z kontaktem z biznesem i tłumaczeniem wymagań.
- ?Ile osób liczy zespół Data & Analytics i jak jest zorganizowany?
- ?Jakie są główne źródła danych i jak wygląda architektura danych?
- ?Czy istnieje już warstwa semantyczna, czy dopiero będzie implementowana?
- ?Jakie konkretnie narzędzia AI są używane i czy są one standardem w zespole?
- ?Jaki jest średni czas realizacji projektu od wymagań do wdrożenia?
- ?Jak wygląda proces pracy z interesariuszami biznesowymi?
- ?Czy rola wiąże się z dyżurami on-call?
- ?Jaki jest budżet na szkolenia i rozwój?
- −Nie podano wielkości zespołu ani struktury działu danych
- −Brak opisu procesu rekrutacyjnego (liczba etapów, rodzaj zadań)
- −Nie wiadomo, czy istnieje możliwość rozwoju w kierunku AI/ML data engineering
- −Brak informacji o on-call lub dyżurach
Firma promuje innowacyjność, różnorodność i współpracę międzynarodową; zespół stawia na kreatywne podejście i dzielenie się wiedzą.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię SQL. Pełne statystyki zarobków →