Data Engineer z j. niemieckim - Finance & Controlling

dmTECH to ponad 1 400 ekspertek i ekspertów z różnych obszarów technologicznych, którzy każdego dnia tworzą, utrzymują i rozwijają rozwiązania retailTECH dla koncernu dm – jednej z największych europejskich sieci drogerii. Działamy w Niemczech, Austrii i Polsce. Każdego dnia efekty naszej pracy budują doświadczenia klientów, pracowników i partnerów biznesowych w 14 krajach Europy, także w naszym kraju. Kreujemy branżę reitailTECH w oparciu o najnowsze rozwiązania, współpracujemy zwinnie, myślimy długoterminowo.

Zostań naszym podwykonawcą i jako partner biznesowy wspieraj rozwój naszych rozwiązań technologicznych w Polsce

Aktualnie w dmTECH poszukujemy kandydata na stanowisko Data Engineer z j. niemieckim - Finance & Controlling

Projekt:

Nasz zespół modernizuje architektury: systemową oraz danych poprzez budowę i utrzymanie modularnej koncepcji danych w Snowflake, z wdrożoną warstwą semantyczną i aktywnym wykorzystaniem Snowflake Cortex AI w produkcyjnych pipelinach. Integracja danych z wielu źródeł (AWS, GCP, SAP) w ramach stworzonej przez nas platformy wyznacza strategiczny kierunek technologiczny pracy z danymi w obszarze finansów i controllingu dla całego koncernu dm.

Tech Stack:

SQL, Python, Snowflake (Cortex AI: Cortex Analyst, Cortex Search, Snowpark), AWS, DBT

Miejsce świadczenia usług: hybrydowo (Wrocław) lub 100% współpraca zdalna

Forma współpracy:

Kontrakt B2B

Wynagrodzenie:

• 100-180 PLN/h + VAT na B2B

Na czym będzie polegała nasza współpraca?

• Budowanie i rozwijanie warstwy semantycznej danych na Snowflake (Semantic Layer)
• Integracja Snowflake Cortex AI z pipelinami danych finansowych, tworzenie inteligentnych asystentów do analizy danych
• Projektowanie, wdrażanie i obsługa skalowalnych procesów ETL i ELT dla aplikacji analitycznych i ML, zwłaszcza w środowisku AWS, integrując dane z różnych źródeł ze środowiskiem Snowflake
• Projektowanie i rozwijanie pipelinów z wykorzystaniem warstwy semantycznej jako abstrakcji nad danymi dla modeli LLM (DBT)
• Tworzenie i dokumentowanie elastycznych modeli danych oraz aktywnie uczestniczysz w projektowaniu architektury danych, gwarantując jej długoterminową stabilność
• Odpowiedzialność za dalszy rozwój i utrzymanie platformy do zarządzania danymi w Snowflake
• Zarządzanie i automatyzowanie całego procesu tworzenia kodu oraz wdrożeń, przy wykorzystaniu Git i CI/CD
• Przeprowadzanie kontroli jakości danych
• Zarządzanie incydentami oraz rozwiązywanie problemów na drugiej linii wsparcia
• Doradztwo technologiczne w ramach współpracy ze specjalistami Data Science, analitykami oraz działem finansów i controllingu

Co Ci oferujemy:

• Partnerski model współpracy oparty na autonomii w realizacji powierzonych zadań, a także kulturze dialogu w naszych zespołach produktowych
• Elastyczność i zaufanie to dla nas podstawa: nie masz narzuconych sztywnych godzin współpracy. Działamy w oparciu o wzajemne zaufanie. Dla nas liczą się efekty
• Sprawny start we współpracy. Wierzymy, że dobry start współpracy musi być przygotowany. Plan wdrożenia do Twoich zadań projektowych otrzymasz z wyprzedzeniem.

Wymagane doświadczenie i kwalifikacje

• Minimum 5 lat doświadczenia w inżynierii danych lub analityce danych
• Znajomość języków: polskiego (C1), niemieckiego (C1) i angielskiego (minimum B1)
• Wykształcenie w zakresie informatyki lub dziedzin pokrewnych
• Praktyczne doświadczenie ze Snowflake, w tym z Cortex AI (Snowpark, Cortex Analyst, Cortex Search), w realnych zastosowaniach biznesowych
• Doświadczenie w pracy z chmurą i procesami danych - mile widziane AWS
• Bardzo dobra znajomość SQL
• Umiejętność programowania w Pythonie i znajomość Git
• Doświadczenie w pracy z modelowaniem danych i hurtowniami danych
• Znajomość zagadnień ML, MLOps i/lub genAI
• Wysokie umiejętności komunikacyjne, samodzielność w działaniu i aktywność w poszukiwaniu rozwiązań
• Zainteresowanie do łączenia technologii z obszarem finansów i controllingu

Dodatkowymi atutami będą:

• Doświadczenie w pracy z danymi z systemów ERP SAP
• Znajomość koncepcji Data Mesh