Data Analyst
⚲ Kraków, Warszawa, Poznań, Lublin, Szczecin
5 200 - 7 245 USD netto (B2B)
Wymagania
- min. 4 lata doświadczenia w analityce danych
- doświadczenie z dużymi zbiorami danych o infrastrukturze IT / zasobach enterprise
- praktyczne doświadczenie z narzędziami GenAI / LLM
- samodzielne prowadzenie dyskusji i kontaktów z klientem
- język angielski na poziomie upper-intermediate
Mile widziane
- ServiceNow / CMDB
- doświadczenie w strategii Authoritative Data Source
- znajomość frameworków data governance i compliance
Opis stanowiska
Praca przy analizie i wizualizacji danych o infrastrukturze IT i zasobach (sprzęt, oprogramowanie, konfiguracje sieci, chmura) dla wewnętrznych interesariuszy AgileEngine. Będziesz budować pipeline'y ETL/ELT i dashboardy w Power BI, przekładać dane na narrację biznesową i samodzielnie prowadzić dyskusje z klientem. Dobra oferta dla analityka z doświadczeniem w dużych zbiorach enterprise i mocnym SQL, który lubi łączyć techniczną pracę z komunikacją.
🔍 Dekoder Ogłoszenia
🟡
If you're looking for a place to grow, make an impact, and work with people who care, we'd love to meet you!
To standardowy, motywacyjny zwrot mający na celu przyciągnięcie kandydatów, ale nie gwarantuje konkretnych możliwości rozwoju czy wsparcia.
🟡
building pipelines and dashboards for internal stakeholders
Może oznaczać tworzenie prostych raportów lub skomplikowanych, strategicznych narzędzi analitycznych, zależnie od potrzeb firmy.
🟡
experience with large-scale IT infrastructure or asset datasets
Może oznaczać pracę z danymi o serwerach i sprzęcie, ale też z danymi o licencjach, umowach czy zasobach cyfrowych.
🟡
hands-on use of GenAI tools
Wymaga praktycznego wykorzystania narzędzi AI, co może oznaczać zarówno zaawansowane projekty, jak i proste eksperymenty.
🟡
robust experience building ETL/ELT pipelines, ideally utilizing a PySpark / Databricks / Snowflake stack (or equivalent modern cloud technologies)
Chociaż podano konkretne technologie, 'lub równoważne nowoczesne technologie chmurowe' daje dużą elastyczność w interpretacji wymaganego doświadczenia.