Inżynier/ka Danych

O projekcie: Jesteśmy Movino & Cariboo – pasjonaci ruchu na kółkach. Projektujemy, produkujemy i sprzedajemy sprzęt sportowy: hulajnogi miejskie i wyczynowe, rolki, rowerki biegowe… prawie wszystko, na czym da się jeździć! Nasze produkty znajdziesz w Internecie, w Decathlonie, a ich reklamy zobaczysz w telewizji. Dużo się u nas dzieje, a teraz możesz stać się częścią naszego zespołu w Łodzi jako Inżynier/ka Danych – Dołącz do Movino & Cariboo! Szukamy osoby, która przejmie utrzymanie oraz dalszy rozwój platformy danych opartej o Azure. Twoim zadaniem będzie dbanie o stabilność i jakość danych, rozwijanie integracji (nowe źródła, zmiany w schematach), porządkowanie danych oraz przygotowanie warstw pod analitykę i Power BI. W dalszej perspektywie rola może objąć także udostępnianie danych przez API /integracje zwrotne (np. reverse ETL). Wymagania: - Bardzo dobra znajomość SQL. - Praktyczna umiejętność integracji danych i automatyzacji zasilania (ETL/ELT) – najlepiej poparta realnymi wdrożeniami. - Python (lub równoważne) do integracji API i transformacji danych; swoboda w pracy z JSON, paginacją, limitami API, ponowieniami i obsługą błędów. - Umiejętność pracy z „nieidealnymi” danymi: brak mapowań, różne formaty, duplikaty, niespójne identyfikatory. - Myślenie produktowo‑inżynieryjne: stabilność, logowanie, obsługa błędów, dokumentacja przepływów. Codzienne zadania: - Przejęcie i utrzymanie środowiska danych (DBT/Airflow/Snowflake): bieżąca obsługa, stabilność, dostępność. - Utrzymanie i rozwój istniejących procesów ETL/ELT: harmonogramy, ponowienia (retry), logowanie, monitoring, obsługa błędów. - Rozbudowa integracji danych z systemów i kanałów sprzedaży (ERP, e-commerce/marketplace) oraz z narzędzi marketingowych. - Czyszczenie i mapowanie „nieidealnych” danych: duplikaty, niespójne identyfikatory, brakujące mapowania, różne formaty. - Przygotowanie warstw danych dla analityków i Power BI: spójne tabele, klucze, słowniki, dokumentacja (nie budujesz dashboardów). - Wdrażanie i utrzymanie jakości danych: walidacje, monitoring odświeżeń, alerty/anomalie. - Optymalizacja kosztów i wydajności: optymalizacja zapytań/transformacji, dobór zasobów, porządkowanie procesów.