Data Architecture and Analytics

Cel

Projektowanie modelu danych oraz kierunku rozwoju Data Lakehouse wspierającego inicjatywy analityczne organizacji.

Zakres odpowiedzialności

• Architektura danych Data Lakehouse
• definiowanie docelowej architektury danych DLH,
• projektowanie warstw danych i sposobu ich wykorzystania,
• przygotowanie standardów modelowania danych,
• zarządzanie zgodnością architektury danych z potrzebami biznesowymi.
• Rozwój obszaru analitycznego DLH
• projektowanie nowych domen danych i obszarów biznesowych,
• wsparcie rozwoju rozwiązań analitycznych,
• definiowanie standardów udostępniania danych dla raportowania i analiz,
• rozwój architektury wspierającej self-service analytics.
• Katalog Danych - warstwa merytoryczna
• definiowanie modelu metadanych,
• określanie standardów klasyfikacji danych,
• przygotowanie zasad opisu, wyszukiwania i zarządzania zasobami danych,
• współpraca przy wdrożeniu katalogu danych.
• Zarządzanie jakością i ładem danych
• definiowanie standardów Data Governance,
• projektowanie procesów kontroli jakości danych,
• rekomendacje dotyczące monitorowania jakości danych,
• wsparcie obszaru zarządzania metadanymi.
• Architektura przepływów danych
• projektowanie logicznych przepływów danych pomiędzy źródłami i DLH,
• modelowanie procesów integracyjnych,
• definiowanie standardów wymiany danych,
• wsparcie projektów wdrażających nowe domeny biznesowe.

Oczekiwane rezultaty

• modele danych i dokumentacja analityczna,
• standardy Data Governance,
• architektura metadanych,
• roadmapy rozwoju analityki,
• wytyczne dla zespołów projektowych i deweloperskich.

Od kandydatów oczekujemy

• Pełnienia roli lidera technicznego rozwiązania
• Budowa i utrzymanie architektury Platformy Data Lakehouse
• Planowanie zadań dla zespołu Data Engineers
• Nadzór nad wykonywaniem zadań technicznych, code review, wsparcie wdrożenia do zespołu
• Dobór technologii i rozwiązywanie problemów technicznych
• Współpraca z inżynierami infrastruktury w budowie i utrzymaniu infrastruktury dla platformy
• Specyfikowanie komponentów rozwiązania (np. źródła danych, transformacje, repozytoria)
• Zapewnienie mechanizmów monitorowania i testowania platformy
• Znajomość technologii:
• Apache Iceberg, Apache Spark, DBT
• Terraform, Airflow, Docker, Kubernetes
• Narzędzia monitorujące
• CI/CD
• Python
• doświadczenie: min. 10 lat pracy, w tym min. 3 lata na adekwatnym stanowisku
• wykształcenie: wyższe
• znajomość języka angielskiego na poziomie komunikatywnym
• chęci rozwoju osobistego

Mile widziane

• doświadczenie w branży elektroenergetycznej
• doświadczenie w rozwiązaniach typu Data Lakehouse np. Dremio

Z naszej strony zapewniamy

• Udział w projektach greenfield mających strategiczny wpływ na sektor energetyczny w Polsce i w Europie
• Pracę w przyjaznej atmosferze i wsparcie zespołu nastawionego na dzielenie się wiedzą oraz doświadczeniami
• Program onboardingowy pozwalający na szybką i przyjazną adaptacje do pracy