Analityk/ Analityczka Systemowy/a

iT Factory, dynamiczna firma z doświadczeniem w zakresie rozwoju, wdrażania i wsparcia rozwiązań IT, dla polskiej znaczącej Firmy z branży ubezpieczeniowo-finansowej, poszukuje Kandydatów/Kandydatek na stanowisko:

Analityk Systemowy

Miejsce świadczenia usług: praca hybrydowa (minimum 3 dni w tygodniu w biurze w Warszawie)

Zakres prac:

• Analiza potrzeb biznesowych i raportowych oraz przekładanie ich na wymagania systemowe, funkcjonalne i niefunkcjonalne, dla platformy CDP i raportowania.

• Analiza systemów źródłowych, struktur danych, zdarzeń biznesowych i sposobów zasilania platformy CDP. Identyfikowanie danych, atrybutów i reguł biznesowych potrzebnych do budowy produktów danych, KPI i raportów.

• Przygotowywanie mapowań danych między systemami źródłowymi, warstwami architektury Medallion i systemami downstream. Modelowanie struktur i przepływów danych oraz przygotowywanie logicznych modeli danych.

• Analiza i specyfikowanie kontraktów danych, interfejsów, API, komunikatów i integracji asynchronicznych.

• Określanie zasad transformacji, agregacji, walidacji i historyzacji danych oraz wymagań dotyczących jakości danych, częstotliwości zasileń i SLA.

• Identyfikowanie zależności, braków, niespójności i ryzyk między wymaganiami różnych interesariuszy.

• Wsparcie Product Ownera w budowie backlogu CDP oraz udział w refinementach, warsztatach analitycznych i uzgodnieniach architektonicznych.

• Bieżące wsparcie developerów i testerów w interpretacji wymagań, przygotowywaniu scenariuszy testowych, danych testowych i kryteriów odbioru.

• Przygotowywanie i utrzymywanie dokumentacji systemowej (przepływy danych, modele, interfejsy, transformacje, zależności).

Wymagania:

• Minimum 3 lata doświadczenia jako Analityk Systemowy / IT / Danych przy projektach związanych z platformami danych, Hurtowniami Danych, raportowaniem lub przetwarzaniem dużych wolumenów danych.

• Umiejętność pozyskiwania, analizy, dokumentowania oraz zarządzania zmianą wymagań biznesowych, funkcjonalnych, systemowych i technicznych.

• Bardzo dobra znajomość SQL oraz praktyczne doświadczenie w analizie danych, struktur baz danych, relacji między tabelami, jakości danych i wyników transformacji.

• Doświadczenie w analizie, modelowaniu i mapowaniu danych: mapowania source-to-target, modelowanie relacyjne i wymiarowe, definiowanie kontraktów danych i interfejsów integracyjnych.

• Znajomość procesów ETL/ELT, architektur danych (w tym Medallion Architecture) oraz zasad projektowania i działania pipeline’ów przetwarzania danych.

• Znajomość notacji i technik analitycznych: UML, BPMN, diagramy sekwencji, przypadki użycia, modele przepływu danych.

• Umiejętność definiowania wymagań niefunkcjonalnych dotyczących wydajności, dostępności, bezpieczeństwa, jakości danych, monitorowania, retencji oraz częstotliwości zasileń.

• Doświadczenie w identyfikacji zależności, wyjątków, przypadków brzegowych oraz ocenie wpływu zmian na systemy, dane i procesy biznesowe.

• Doświadczenie we współpracy z interesariuszami biznesowymi i technicznymi (Product Ownerzy, Architekci, Developerzy, Testerzy), prowadzeniu warsztatów analitycznych i uzgadnianiu wymagań.

• Praktyczna znajomość narzędzi do analizy i zarządzania wymaganiami (Jira, Azure DevOps, Confluence lub podobne) oraz umiejętność tworzenia jednoznacznej i uporządkowanej dokumentacji.

• Wysoki poziom samodzielności, odpowiedzialności i analitycznego myślenia.

• Znajomość języka angielskiego na poziomie minimum B2.

Mile widziane:

• Doświadczenie z platformami danych opartymi na Microsoft Azure, w szczególności Azure Databricks, Azure Data Lake Storage, Azure Data Factory lub podobnymi.

• Znajomość koncepcji Lakehouse, w tym Delta Lake, wersjonowania danych oraz podstaw Apache Spark.

• Doświadczenie w analizie rozwiązań integracyjnych opartych na Apache Kafka lub innych platformach komunikacji zdarzeniowej.

• Znajomość narzędzi i praktyk raportowych, w szczególności Power BI, modelowania semantycznego, projektowania Data Martów oraz definiowania KPI, miar, wymiarów, agregacji i historyzacji danych.

• Znajomość zagadnień Data Governance: zarządzanie metadanymi, katalogowanie danych, data lineage, kontrola dostępu, jakość danych.

• Doświadczenie w pracy z danymi objętymi wymaganiami regulacyjnymi i audytowymi, w tym znajomość zasad ochrony danych osobowych, maskowania danych i zarządzania uprawnieniami.

• Podstawowa umiejętność pracy z Pythonem i notebookami analitycznymi.

• Znajomość branży ubezpieczeniowej, w szczególności procesów obsługi polis, szkód i likwidacji szkód.

• Certyfikaty z analizy biznesowej, analizy systemowej, Microsoft Azure, Databricks lub inżynierii danych.