(Senior/MID) Data Analytics Consultant / Specjalista ds. Analityki Danych
Awareson
Rola łączy aspekty data engineeringu i analityki biznesowej. Osoba na tym stanowisku będzie projektować i rozwijać modele danych oraz pipeline'y ETL/ELT przy użyciu DBT, Databricks i PySpark, a także tworzyć dashboardy i raporty dla interesariuszy. Praca w modelu konsultingowym oznacza realizację projektów dla różnych klientów, co wymaga elastyczności i umiejętności szybkiego wdrażania się w nowe domeny. Główny nacisk kładziony jest na dostarczanie praktycznych insightów biznesowych z dużych, często strumieniowych zbiorów danych.
Brakuje: wielkość zespołu i struktura, podstawowa platforma chmurowa (gcp/azure/aws).
Rola łączy aspekty data engineeringu i analityki biznesowej. Osoba na tym stanowisku będzie projektować i rozwijać modele danych oraz pipeline'y ETL/ELT przy użyciu DBT, Databricks i PySpark, a także tworzyć dashboardy i raporty dla interesariuszy. Praca w modelu konsultingowym oznacza realizację projektów dla różnych klientów, co wymaga elastyczności i umiejętności szybkiego wdrażania się w nowe domeny. Główny nacisk kładziony jest na dostarczanie praktycznych insightów biznesowych z dużych, często strumieniowych zbiorów danych.
- ✓Nowoczesny stack technologiczny: Databricks, DBT, BigQuery, Kafka
- ✓Code review i dbanie o standardy programistyczne
- ✓Praca z dużymi danymi i przetwarzaniem strumieniowym
- !Nieprecyzyjny poziom seniority (MID/Senior) – oferta prawdopodobnie kierowana do obu grup
- !Wymieniono wiele platform chmurowych (GCP/Azure/AWS) – nie wiadomo, która jest dominująca
- !Brak informacji o wielkości zespołu i liczbie jednocześnie prowadzonych projektów
- !Praca konsultingowa może wiązać się z różnymi oczekiwaniami klientów i częstymi zmianami kontekstu
- •Projektowanie i budowanie modeli danych oraz pipeline'ów ETL/ELT przy użyciu DBT i Databricks
- •Analiza dużych zbiorów danych z wielu źródeł za pomocą Python/PySpark i SQL
- •Współpraca z interesariuszami biznesowymi w celu zebrania wymagań i przełożenia ich na rozwiązania analityczne
- •Tworzenie dashboardów i wizualizacji danych w Power BI/Tableau/Looker
- •Uczestniczenie w code review i dbanie o jakość kodu
- •Przetwarzanie danych w trybie batch oraz strumieniowym (Kafka)
- •Generowanie rekomendacji i insightów biznesowych na podstawie analiz
Oferta dla doświadczonych specjalistów (Senior).
Minimalny profil to osoba z 3-letnim doświadczeniem w analityce danych, znająca Python i SQL, mająca podstawową praktykę z Databricks i DBT oraz rozumiejąca procesy ETL i modelowanie danych. Potrafi komunikować się z biznesem i pracować samodzielnie.
Osoby z mniej niż 3 latami doświadczenia (junior) lub takie, które nie lubią pracy konsultingowej (zmienne projekty, różni klienci). Również nie dla kogoś, kto chce skupić się wyłącznie na czystym data engineeringu bez kontaktu z biznesem.
- ?Ile osób liczy zespół Data & Analytics?
- ?Czy będę przypisany do jednego projektu klienckiego, czy kilku jednocześnie?
- ?Która platforma chmurowa jest głównie używana: GCP, Azure czy AWS?
- ?Jaka jest typowa długość projektu i branża klientów?
- ?Czy przewidziane są dyżury (on-call) lub wsparcie po godzinach?
- ?Jak wygląda proces onboardingu dla nowych konsultantów?
- ?Jakie są możliwości rozwoju i szkoleń?
- ?Jaki jest proces rekrutacyjny (ile etapów, zadanie techniczne)?
- −Wielkość zespołu i struktura
- −Podstawowa platforma chmurowa (GCP/Azure/AWS)
- −Szczegóły procesu rekrutacyjnego
- −Konkretne narzędzia BI używane w projektach
- −Praktyki data governance
- −Model alokacji projektów
Zespół składa się z doświadczonych specjalistów data & analytics, a środowisko pracy jest elastyczne z dużą samodzielnością działania.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię DBT. Pełne statystyki zarobków →