CIT 94: Senior Architekt ds. Modelowania Danych

Ogólne informacje:
Warszawa (hybrydowo, 1 dzień w tygodniu w biurze)
B2B: do 1260 PLN netto + VAT / dzień
Branża: bankowość

Poszukujemy doświadczonego Architekta ds. Modelowania Danych, który będzie odpowiedzialny za projektowanie i rozwój architektury danych wspierającej nowoczesny, data-driven bank. Kluczowe znaczenie przy wyborze kandydatów będą miały: doświadczenie, kompetencje merytoryczne oraz proaktywne podejście do realizowanych zadań.

Zakres obowiązków
• Projektowanie i rozwój modeli danych na poziomie konceptualnym, logicznym oraz fizycznym.
• Tworzenie i utrzymywanie relacyjnych modeli danych oraz hurtowni danych.
• Projektowanie Data Martów, struktur Star Schema i Snowflake Schema.
• Definiowanie standardów modelowania danych oraz przeprowadzanie przeglądów jakości modeli.
• Współtworzenie architektury danych obejmującej Data Warehouse, Data Lake oraz Data Mesh.
• Projektowanie warstwy raportowej wspierającej analitykę biznesową i rozwiązania BI.
• Współpraca przy inicjatywach związanych z Data Governance, Metadata Management, MDM oraz Data Lineage.
• Projektowanie integracji danych pomiędzy systemami wewnętrznymi i zewnętrznymi.
• Wsparcie w zakresie jakości danych oraz optymalizacji rozwiązań bazodanowych.
• Współpraca z zespołami biznesowymi, analitycznymi i technicznymi w obszarze wykorzystania danych oraz rozwiązań AI/ML.
Wymagania

Modelowanie danych
• Doświadczenie w modelowaniu konceptualnym, logicznym i fizycznym.
• Bardzo dobra znajomość relacyjnego modelowania danych.
• Znajomość zasad normalizacji i denormalizacji danych.
• Doświadczenie w modelowaniu hurtowni danych oraz Data Martów.
• Praktyczna znajomość Star Schema i Snowflake Schema.
• Umiejętność tworzenia standardów modelowania danych i oceny jakości modeli.

Bazy danych
• Bardzo dobra znajomość Oracle Database.
• Zaawansowana znajomość SQL oraz PL/SQL.
• Doświadczenie w optymalizacji zapytań i wydajności baz danych.
• Znajomość zagadnień związanych z indeksowaniem i partycjonowaniem dużych tabel.
• Doświadczenie w obszarze Data Quality.

Architektura danych
• Praktyczna znajomość:
• Data Warehouse,
• Data Lake,
• Data Mesh,
• Data Governance,
• Master Data Management (MDM),
• Metadata Management,
• Data Lineage.

Integracja danych
• Doświadczenie w projektowaniu procesów ETL/ELT.
• Znajomość integracji wsadowych i online.
• Doświadczenie w pracy z API, XML oraz JSON.
• Umiejętność mapowania danych pomiędzy systemami.
• Doświadczenie w projektowaniu wymiany danych z systemami zewnętrznymi.
Wiedza domenowa
• Doświadczenie w sektorze bankowym.
• Znajomość:• produktów i rachunków bankowych,
• historii operacji i wyciągów bankowych,
• płatności krajowych oraz zagranicznych,
• danych klientów,
• wymagań regulacyjnych i raportowych obowiązujących w bankowości.

Data-Driven Organization
• Rozumienie potrzeb analitycznych biznesu.
• Znajomość self-service reporting i architektury BI.
• Wiedza dotycząca wykorzystania danych przez AI i Machine Learning.
• Rozumienie koncepcji Data as a Product.