Pomiń do treści
Logo firmy Transition Technologies PSC

Architekt Hurtowni Danych

Transition Technologies PSC

Oferta w skrócie
Widełki nieujawnione
🔀HybrydowaTryb pracy
📄B2BKontrakt
⏱️Senior · 5+ latDoświadczenie
LokalizacjaWarszawa
Źródło
Aktywna
Opublikowano14 maja 2026
Ostatnio sprawdzono14 maja 2026
Wygasa za30 dni
Werdykt JobHunt

Rola to architekt danych odpowiedzialny za projektowanie nowoczesnych systemów analitycznych, w tym rozwiązań czasu rzeczywistego i AI/ML. Praca obejmuje definiowanie standardów architektonicznych, mentoring zespołów BI/DWH/ML oraz rekomendację technologii lokalnych i cloudowych. Mimo tytułu 'Data Scientist' w nagłówku, realnie jest to rola architektoniczna, nie analityczna czy modelarska.

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: brak widełek wynagrodzenia, nie podano liczby dni hybrydowych w biurze.

🛠 Wymagane technologie
Dane źródłowe
SASDWHAI/MLBusiness IntelligenceETLDatabasesData modelingOracle DB
AI Insights
Tytuł może mylić

Tytuł ogłoszenia to 'Architekt Hurtowni Danych', ale nagłówek i opis mówią o 'Data Scientist' – realnie rola łączy architekturę danych, BI i AI/ML, nie jest czysto analityczna. To bardziej Data Architect z elementami Data Science niż klasyczny Data Scientist.

Czym naprawdę jest ta rola?Data Architect

Rola to architekt danych odpowiedzialny za projektowanie nowoczesnych systemów analitycznych, w tym rozwiązań czasu rzeczywistego i AI/ML. Praca obejmuje definiowanie standardów architektonicznych, mentoring zespołów BI/DWH/ML oraz rekomendację technologii lokalnych i cloudowych. Mimo tytułu 'Data Scientist' w nagłówku, realnie jest to rola architektoniczna, nie analityczna czy modelarska.

Plusy
  • Nowoczesny stack technologiczny i otwartość na nowe rozwiązania
  • Udział w zróżnicowanych projektach Data Science
  • Dedykowany zespół Data Science (nie jest się jedynym specjalistą)
Na co uważać
  • !Brak informacji o liczbie dni hybrydowych w biurze
  • !Nie sprecyzowano wielkości zespołu ani struktury
  • !Opis obowiązków jest dość ogólnikowy (dużo buzzwordów)
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Projektowanie architektury systemów analitycznych, w tym real-time data pipelines
  • Definiowanie wzorców architektonicznych dla rozwiązań z AI/ML
  • Współpraca z architektami domenowymi i biznesowymi
  • Analiza i rekomendacja technologii danych (on-premise i cloud)
  • Ewaluacja nowych narzędzi i technologii (GenAI, LLM, Data Mesh)
  • Mentoring zespołów Data Warehouse, BI i Machine Learning
  • Wewnętrzny consulting technologiczny przy projektach
  • Zapewnianie synergii architektonicznej między rozwiązaniami
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Doświadczony inżynier danych z 5-7 latami praktyki w architekturze, znający SAS i Oracle, posiadający pierwsze sukcesy w projektowaniu rozwiązań analitycznych i podstawy AI/ML.

Raczej nie dla

Osoby z mniej niż 5 latami doświadczenia w architekturze danych, ani też specjaliści skupieni wyłącznie na modelowaniu ML bez wiedzy o infrastrukturze danych i regulacjach.

Ocena dopasowania
Junior1/5
Mid2/5
Senior5/5
Hands-on3/5
Architekt5/5
Remote2/5
Enterprise4/5
Pytania do rekrutera
  • ?Ile dni w tygodniu wymaganych jest w biurze w Warszawie?
  • ?Ile osób liczy zespół Data Science i jakie są role w zespole?
  • ?Czy praca dotyczy konkretnego projektu klienckiego, czy wewnętrznego produktu?
  • ?Jakie jest główne środowisko SAS – Viya czy 9.4?
  • ?Czy przewidziane są dyżury on-call lub utrzymanie produkcyjne?
  • ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie praktyczne?
  • ?Czy istnieje budżet na szkolenia i konferencje?
  • ?Jaka jest skala systemów – liczba użytkowników, wolumen danych?
Brakujące informacje
  • Brak widełek wynagrodzenia
  • Nie podano liczby dni hybrydowych w biurze
  • Brak opisu procesu rekrutacyjnego
  • Nie wiadomo, czy rola dotyczy konkretnego projektu klienckiego czy wewnętrznego
  • Brak informacji o wielkości zespołu
Zespół

Zespół stawia na nowoczesne technologie, różnorodność projektów i rozwój w obszarze Data Science. Praca w dedykowanym zespole Data Science z elastycznym czasem pracy i integracjami.

🔗Podobne oferty