O pozici

Do našeho týmu Enterprise Analytics hledáme Data Engineera / Analytics Engineera, který nám pomůže dostat data z komplexního interního aplikačního prostředí do stabilní, analyticky použitelné podoby.

Nejde o roli report developera ani čistě technického pipeline inženýra. Hledáme partnera, který rozumí datům, analytice i realitě velké organizace – a který zajistí, že self‑service analytika nad MS SQL a Power BI bude dlouhodobě funkční, škálovatelná a důvěryhodná.

Co bude vaše práce

• Navrhovat a udržovat analytické datové vrstvy (facts / dimensions) primárně v MS SQL
• Připravovat data tak, aby byla efektivně a bezpečně konzumovatelná v Power BI
• Spolupracovat se self‑service analytiky a pomáhat jim:
  • oddělit datový engineering od analytické logiky,
  • používat sdílená a konzistentní data místo lokálních řešení
• Orientovat se v interním aplikačním prostředí (různé systémy, různí vlastníci) a:
  • identifikovat analyticky relevantní data,
  • domlouvat způsob jejich přenosu ve spolupráci s IT a aplikačními týmy
• Nejde o cloudový greenfield projekt
  • Pracujeme s existujícím enterprise prostředím a cílem role je pragmaticky dostat data ze zdrojových systémů do MS SQL a Power BI, ne navrhovat novou datovou platformu.
• Fungovat jako spojka mezi:
  • zdrojovými aplikacemi, centrální datovou platformou, a analytickým světem
• Systematicky snižovat:
  • datové duplicity, technický dluh v reportech, rozdíly v číslech mezi dashboardy

Bez čeho se neobejdete

• Velmi dobré znalosti SQL a datového modelování
• Praktické zkušenosti s MS SQL jako analytickým úložištěm
• Zkušenosti s Power BI z pohledu datové architektury (ne jen tvorby reportů)
• Orientaci v principech ETL / ELT a práce s daty z produkčních systémů
• Data engineeringová část práce zahrnuje spolupráci se zdrojovými aplikacemi a IT týmy, kde se lze setkat s různými způsoby přenosu dat a různými technologiemi
• Neočekáváme znalost jednoho konkrétního stacku – důležitější je schopnost se v prostředí zorientovat, pochopit datový tok a dotáhnout data do analyticky použitelného stavu.
• Schopnost pohybovat se ve složitém interním prostředí: komunikovat s různými týmy, hledat cestu k datům, i když není přímočará
• Analytický a systematický přístup, ochotu přebírat odpovědnost za data
• Schopnost vysvětlit technické věci netechnickým kolegům