Analityk Systemowy

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.