Analytical Engineer (f/m/d)
Awin Global
Rola Analytical Engineera w Awin Global skupia się na budowaniu i rozwijaniu warstwy semantycznej danych, która ma umożliwić samoobsługę analityczną w całej organizacji. Kandydat będzie mostem między zespołem Data Engineering a BI Developers i Insight Analysts, przekształcając surowe dane w wiarygodne, udokumentowane modele gotowe do analizy. Celem jest stworzenie jednolitego źródła prawdy dla definicji metryk biznesowych i zapewnienie jakości danych.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano konkretnej liczby dni pracy w biurze w ramach modelu hybrydowego., nie podano wielkości zespołu data engineering i bi..
Rola Analytical Engineera w Awin Global skupia się na budowaniu i rozwijaniu warstwy semantycznej danych, która ma umożliwić samoobsługę analityczną w całej organizacji. Kandydat będzie mostem między zespołem Data Engineering a BI Developers i Insight Analysts, przekształcając surowe dane w wiarygodne, udokumentowane modele gotowe do analizy. Celem jest stworzenie jednolitego źródła prawdy dla definicji metryk biznesowych i zapewnienie jakości danych.
- ✓Elastyczny czterodniowy tydzień pracy (Flexi-Week) przy pełnym wynagrodzeniu.
- ✓Międzynarodowa kultura i elastyczność poprzez Flexi-Office i możliwości pracy hybrydowej/zdalnej.
- ✓Miesięczny dodatek na pokrycie kosztów pracy zdalnej oraz wsparcie w konfiguracji stanowiska pracy zdalnej.
- ✓Możliwość budowania praktyki Analytics Engineering od podstaw.
- !Nie podano konkretnej liczby dni pracy hybrydowej.
- !Nie podano wielkości zespołu BI/Data Engineering.
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Budowanie praktyki Analytics Engineering, tworzenie warstw danych (mart layers) dla samoobsługowej analityki.
- •Tworzenie jednolitego źródła prawdy dla definicji kluczowych wskaźników efektywności (KPI), logiki biznesowej i reguł obliczeniowych.
- •Zarządzanie jakością danych i tworzenie dokumentacji dla warstwy semantycznej.
- •Współpraca z Data Engineering w celu ustalenia granic odpowiedzialności i zgłaszania problemów z jakością danych.
- •Współpraca z Insight Analysts w celu kodowania logiki biznesowej i wymagań interesariuszy w modelach danych.
- •Wsparcie BI Developers w efektywnym wykorzystaniu warstwy semantycznej w Tableau i Power BI.
- •Coaching BI Developers w zakresie najlepszych praktyk Analytics Engineering, w tym narzędzia dbt.
- •Projektowanie data martów z myślą o samoobsłudze, zapewniając jasne nazewnictwo, spójne ziarno danych i niezawodny harmonogram odświeżania.
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Kandydat z minimum 3-letnim doświadczeniem w pracy z danymi, silnymi umiejętnościami SQL i podstawową znajomością dbt, który rozumie modelowanie danych i potrafi współpracować z innymi zespołami, może być rozważony.
Rola nie jest dla osób, które nie mają doświadczenia w pracy z danymi, nie potrafią pisać złożonych zapytań SQL lub nie mają doświadczenia z narzędziami do transformacji danych jak dbt. Osoby preferujące wyłącznie pracę z narzędziami BI bez głębszego modelowania danych również mogą nie być odpowiednie.
- ?Jakie są dokładne oczekiwania dotyczące liczby dni pracy w biurze w ramach modelu hybrydowego?
- ?Jaka jest wielkość zespołu Data Engineering i BI, z którymi będę współpracować?
- ?Jak wygląda proces przeglądu kodu i jakie są standardy dokumentacji w zespole?
- ?Czy istnieją plany dotyczące budżetu szkoleniowego lub konferencji dla tej roli?
- ?Jakie są główne wyzwania, z którymi mierzy się obecnie zespół BI/Data Engineering?
- ?Jakie są plany rozwoju narzędzi AI/GenAI w kontekście danych w firmie?
- −Nie podano konkretnej liczby dni pracy w biurze w ramach modelu hybrydowego.
- −Nie podano wielkości zespołu Data Engineering i BI.
- −Brak szczegółów dotyczących procesu rekrutacyjnego.
Firma kładzie nacisk na elastyczność, równowagę między życiem zawodowym a prywatnym oraz rozwój osobisty i zawodowy. Kultura jest opisywana jako dynamiczna, społeczna i inkluzywna, z naciskiem na różnorodność i autentyczność.
Brak informacji o konkretnych etapach procesu rekrutacyjnego.