Senior Data & AI Platform Engineer

Kim jest H2B Group?

Jesteśmy firmą konsultingową, która pomaga klientom w automatyzacji procesów biznesowych przy pomocy AI, a specjalistom IT rozwijać karierę w modelu B2B. Oferujemy projekty z branż takich jak fintech, medtech, edutech czy automatyka przemysłowa. Dzięki ścisłej współpracy wspieramy rozwój naszych klientów poprzez dostarczanie szybkich i mierzalnych efektów, jednocześnie zapewniając specjalistom IT możliwości rozwoju kariery i zdobywania cennego doświadczenia.

Dlaczego warto z nami współpracować?

Elastyczność - Wybierasz projekty dopasowane do swoich umiejętności i zainteresowań, z możliwością zmiany w ramach naszej firmy lub grupy Euvic, której jesteśmy częścią.

Przejrzystość - Masz jasne zasady współpracy i pełną transparentność wynagrodzenia oraz warunków.

Szybkość działania - Dzięki naszej efektywności szybko znajdziesz lub zmienisz projekt, który idealnie odpowiada Twoim kompetencjom.

Możliwość rozwoju - Pracujesz przy innowacyjnych projektach, rozwijając kluczowe kompetencje i zdobywając cenne doświadczenie.

O roli i kontekście biznesowym

Dane w organizacji napędzają kluczowe procesy decyzyjne i operacyjne: raportowanie zarządcze, rozliczenia finansowe, analitykę produktową, analitykę merchantów, automatyzację marketingu, inicjatywy AI oraz integracje potransakcyjne (M&A).

Rola koncentruje się na przejęciu odpowiedzialności za stabilność, skalowanie oraz wdrożenie mechanizmów sztucznej inteligencji w ramach nowoczesnej platformy danych. Głównym celem jest przeprowadzenie migracji z dotychczasowych narzędzi raportowych do ustandaryzowanego środowiska opartego na Microsoft Fabric, utrzymanie krytycznych modeli semantycznych BI, optymalizacja pipeline’ów danych oraz wykorzystanie AI do usprawnienia procesów inżynierii danych.

Kluczowe obowiązki

• Architektura Microsoft Fabric: Projektowanie i wdrażanie rozwiązań w oparciu o komponenty Fabric (Lakehouse, Warehouse, Notebooks, modele semantyczne) z zachowaniem wersjonowania w Git i reguł governance.
• Migracja do Fabric Semantic Layer: Przeprowadzenie migracji ze starszych narzędzi metrycznych i raportowych do ujednoliconej warstwy semantycznej w Fabric, w tym testy zgodności metryk (parity testing), walidacja biznesowa i wygaszanie starych systemów.
• Inżynieria potoków danych: Projektowanie, optymalizacja i utrzymanie przepływów danych integrujących źródła API, pliki, zdarzenia oraz bazy operacyjne; wdrażanie orkiestracji, monitoringu, alertów i automatycznych kontroli jakości danych (Data Quality).
• Automatyzacja i wykorzystanie AI: Stosowanie rozwiązań AI/LLM do przyspieszania procesów ETL/ELT, mapowania schematów, generowania dokumentacji, testów oraz automatycznego wykrywania anomalii.
• Modelowanie Power BI: Tworzenie zaawansowanych modeli semantycznych Power BI, kalkulacji DAX i reużywalnych definicji metryk biznesowych dla zespołów finansowych, produktowych, operacyjnych i zarządu.
• Integracje CRM i Reverse-ETL: Utrzymanie przepływów danych operacyjnych i CRM (np. HubSpot, Salesforce), mapowanie tożsamości i schematów oraz zasilanie systemów docelowych (Reverse-ETL).
• Integracje M&A: Tworzenie powtarzalnych wzorców ingestii i modelowania danych z nowo nabywanych podmiotów biznesowych, zapewniających ciągłość raportowania i audytowalność.
• Standardy inżynieryjne i mentoring: Definiowanie kryteriów Ready/Done, standardów code review, procedur release’owych, dokumentacji technicznej (runbooks) oraz wsparcie merytoryczne dla innych inżynierów i analityków.

Wymagania konieczne (Must-have)

• Minimum 6 lat doświadczenia w inżynierii danych, platformach danych lub analityce inżynieryjnej (mile widziane środowiska SaaS, marketplace, fintech, e-commerce lub B2B2C).
• Praktyczna biegłość w Microsoft Fabric lub bardzo solidne doświadczenie w Azure Synapse / Databricks połączone z gotowością do natychmiastowego wejścia w Fabric.
• Zaawansowana znajomość SQL / T-SQL oraz biegłość w Pythonie lub PySparku przy budowie potoków ETL/ELT i analitycznych modeli danych.
• Biegła znajomość Power BI i DAX: zaawansowane modelowanie semantyczne, incremental refresh, optymalizacja wydajności zapytań, zarządzanie pojemnościami (capacity/cost awareness).
• Doświadczenie w przeprowadzaniu migracji legacy-to-modern w warstwie danych i raportowania (walidacja spójności danych, zarządzanie zmianą).
• Praktyka w operacyjnym utrzymaniu systemów produkcyjnych: monitoring, analiza incydentów (root-cause analysis), Data Lineage, reguły Data Quality.
• Biegłość w pracy z systemem kontroli wersji Git (pull requests, CI/CD dla notatników, pipeline'ów i modeli).
• Praktyczne wykorzystanie narzędzi AI/automatyzacji do wsparcia codziennej pracy inżynierskiej (przyspieszenie developmentu, testowania lub dokumentacji).

Mile widziane (Nice-to-have)

• Zrozumienie domeny finansowej i płatniczej: rozliczenia, prowizje, chargebacki, uzgadnianie płatności (reconciliation).
• Doświadczenie z przepływami Reverse-ETL i systemami CRM (Salesforce, HubSpot, Zendesk).
• Doświadczenie z modelowaniem danych z baz NoSQL do struktur analitycznych (CDC, change feeds).
• Praca ze źródłami analityki produktowej i marketingowej: GA4 (BigQuery export), Google Ads, Segment.
• Doświadczenie z Azure OpenAI, LLM, RAG, budową copilotów analitycznych lub automatycznym generowaniem insightów.
• Znajomość zasad Responsible AI i zarządzania danymi wrażliwymi: RBAC, PII, audytowalność, zgodność z RODO/GDPR