Data Quality Engineer

O projekcie: Projekt dotyczy kontroli procesu naliczeń i billingu dla abonentów poprzez analizę i przetwarzanie danych w środowisku chmurowym. Jego celem jest monitorowanie przebiegu procesu naliczeń, prezentacja statystyk dla poszczególnych etapów oraz identyfikowanie ewentualnych nieprawidłowości. Rola obejmuje projektowanie i rozwój procesów przetwarzania danych wspierających analizę i kontrolę kluczowych procesów biznesowych. Warunki współpracy - Stawka: 1000 - 1250 B2B MD netto + VAT - Tryb pracy: 100% zdalny - Okres współpracy: długoterminowy (minimum 1 rok) - Godziny pracy: - poniedziałek – czwartek: 8 godzin 30 minut - piątek: 6 godzin Oferta skierowana jest do osób, które chcą rozwijać rozwiązania analityczne i procesy przetwarzania danych w nowoczesnym środowisku chmurowym, mając realny wpływ na jakość i kontrolę kluczowych procesów biznesowych. Wymagania: Wymagania - Doświadczenie w pracy z hurtowniami danych w środowisku cloud - Bardzo dobra znajomość: - Snowflake - SQL - dbt - Apache Airflow - Python - GitLab oraz procesów CI/CD - Podstawowa znajomość platformy AWS (S3, IAM) - Umiejętność analizy wymagań biznesowych i projektowania procesów przetwarzania danych - Doświadczenie w pracy zespołowej w metodykach zwinnych (Scrum) - Umiejętność komunikacji w języku polskim oraz angielskim w środowisku międzynarodowym Mile widziane - Znajomość zagadnień z obszaru billingu, księgowości lub finansów - Doświadczenie w migracji hurtowni danych ze środowiska on-premise do Snowflake Codzienne zadania: - Zbieranie oraz analiza wymagań biznesowych od interesariuszy - Projektowanie i implementacja procesów przetwarzania danych wspierających kontrolę procesu naliczeń i billingu dla abonentów - Tworzenie rozwiązań umożliwiających prezentację statystyk dla poszczególnych etapów procesu naliczeń - Identyfikowanie i wykrywanie nieprawidłowości w działaniu procesów naliczeniowych - Rozwój i utrzymanie procesów ETL/ELT w środowisku chmurowym - Współpraca w zespole pracującym w metodyce Scrum - Współtworzenie i promowanie dobrych praktyk związanych z jakością danych („data quality by design”) - Wdrażanie podejścia opartego na testowaniu danych i zapewnianiu ich spójności - Współpraca z zespołami lokalnymi i międzynarodowymi