Lead Data & AI Engineer

Er du InstallatørGruppens nye Lead Data & AI Engineer?

Som Lead Data & AI Engineer bygger og ejer du det datafundament, som hele koncernen — og de AI-agenter, vi bygger oven på det — kommer til at stå på. Dit primære arbejdssted er kontoret i Roskilde.

Om InstallatørGruppen (IG)

IG består af flere end 40 virksomheder inden for el, VVS, fiber samt ventilations- og kølesystemer på tværs af Danmark og Schweiz. Vi er kendt for at være en gruppe af lokalt forankrede virksomheder med stærke lokale ledere, og på kontorerne i Roskilde, Aarhus og Zürich er vi cirka 25 medarbejdere, der understøtter dem.

Vi blev etableret i 2023 og gik på børsen tre år senere — vi er en organisation, der sætter ambitiøse mål og eksekverer på dem. Og ambitionen rækker længere end at samle gode virksomheder: vi vil bruge data og AI til at drive reelle forbedringer i installationsbranchen, så vores selskaber kan bruge mere tid på kunder og håndværk. Det fundament, der skal bære den ambition, bliver dit ansvar.

Din rolle

Som IGs første dedikerede data engineer bliver du den, der ejer vores datafundament og udvikler det videre — den tekniske autoritet på data i koncernen fra dag ét. Du refererer til vores Head of Strategy & Operations og har kort vej til direktionen — og dermed til beslutninger.

Du bliver en del af et lille team: vi er i dag tre personer på hovedkontoret, der beskæftiger os med AI i InstallatørGruppen. Til at begynde med er arbejdet primært fokuseret på Danmark, men det skal også omfatte vores øvrige markeder.

Vi har et velfungerende fundament, der i dag driver rapportering og konsolidering på tværs af koncernen. Men ambitionen rækker længere end rapportering: vi vil bygge et fundament, hvor AI-agenter kan udføre reelt arbejde ude i selskaberne — ikke bare svare på spørgsmål om tal, men løse opgaver, som mennesker derefter godkender. Det stiller helt andre krav til et datafundament, end rapportering gør, og det er den rejse, du skal være med til at drive.

Den røde tråd hele vejen igennem er den samme udfordring: vores selskaber beholder deres egne systemer og deres egen selvstændighed, og sådan skal det være. Men det betyder, at arbejdet med at få tal fra vidt forskellige systemer til at betyde det samme ligger hos os, og det skal kunne gøres igen, hver gang der kommer et nyt selskab til.

Vores stack — og måden vi arbejder på

Du bygger videre på en moderne, fokuseret platform:

• Google BigQuery som datawarehouse og eksekveringslag for vores dbt-modeller
• Weld som integrations- og indlæsningslag
• Google Cloud Platform med Cloud Functions til de integrationer, der ikke findes som færdige connectors
• Power BI som rapporteringslag

Og så arbejder vi selv AI-assisteret i udviklingen: Claude Code, agents, hooks og scripts er en del af den daglige værktøjskasse — også når vi bygger på selve datafundamentet. Du behøver ikke have arbejdet præcis sådan før, men du skal have lyst til det.

Drift og videreudvikling

• Design og videreudvikling af vores datawarehouse-arkitektur og datamodeller — til både rapportering og drift
• Opbygning og drift af transformationslaget med tests, dokumentation og sporbarhed fra kilde til rapport
• Integrationer til selskabernes kilde- og ERP-systemer, og standardisering så data på tværs kan sammenlignes ensartet
• Datakvalitet: validering, overvågning og alarmering, når noget afviger
• Drift og videreudvikling af vores rapporteringsløsninger
• Performance- og omkostningsstyring i vores cloudmiljø
• Tæt samarbejde med finansteamet og selskaberne om at oversætte behov til datamodeller og målinger

Det, vi skal bygge de kommende år

• Et fælles forretningssprog for koncernen, hvor et nøgletal er defineret ét sted og betyder det samme i alle selskaber — forudsætningen for, at en agent kan arbejde på tværs uden at gætte
• Et driftsnært datalag, agenter kan handle på: aktuel tilstand og hændelser, ikke kun perioder og historik
• Den governance og adgangsstyring, en koncernstruktur kræver, så en agent aldrig ser mere, end den må
• Flere af selskabernes systemer og datakilder koblet på, så agenterne kan arbejde med mere end økonomi — og på sigt understøtte, at arbejdet bliver udført og ikke bare rapporteret
• Onboarding af nye selskaber som et produkt frem for et projekt, hvor hvert opkøb kobles hurtigere på end det forrige
• Den kvalitetskontrol, der skal til, før man tør lade en agent udføre en opgave og selv nøjes med at godkende resultatet

Hvem er du?

Du er en erfaren data engineer, der har bygget og drevet datamodeller i produktion — ikke kun som projekter, men som noget, der skal virke hver dag. Du er lige så optaget af, at tallene er rigtige, som af at arkitekturen er elegant.

Og så kan du tale med en økonomichef i et installationsfirma om, hvad dækningsgrad betyder hos netop dem, uden at tabe vedkommende undervejs. En stor del af arbejdet er oversættelse mellem forretning og data.

Det her er kernen, vi ansætter på:

• Du har bygget og drevet ELT-pipelines og datamodeller i produktion, herunder dimensionelle modeller til rapportering
• Du arbejder til daglig med et moderne transformationsværktøj som dbt
• Du er stærk i SQL og kan styre performance og omkostninger i et cloud-datawarehouse
• Du arbejder git-baseret med versionsstyring, deployment og code review af datamodeller
• Du skriver Python, der kan driftes: integrationer, dataapplikationer og automatisering
• Du har erfaring med moderne BI-værktøjer
• Du er flydende på dansk og engelsk — dansk ude i de danske selskaber, engelsk i arbejdet på tværs af markeder.

Og så er der alt det, vi skal hen imod. Vi forventer ikke, at én person har det hele med hjemmefra — noget bygger vi sammen, og noget henter vi hos partnere — men jo mere af det her, du kan genkende dig selv i, jo stærkere står du:

• API-design: at bygge grænseflader, ikke kun forbruge dem
• MCP og connectors — det lag, agenter tilgår data og systemer igennem
• Kontekst til agenter: hvordan man giver en agent det rette, afgrænsede billede af virkeligheden
• Orkestrering af arbejdsgange, der kører over tid, med genkørsel og fejlhåndtering
• Event-drevet arkitektur: datalag, der er aktuelle nok til, at en agent kan handle på dem
• Semantic/metrics layer samt governance og adgangsstyring på data
• Og vigtigst: en realistisk holdning til, hvad der virker i praksis — og hvad der ikke gør endnu

Vi tilbyder

En rolle, der sjældent findes: at definere en koncerns datafundament frem for at arve det — med mere end 40 virksomheder bag, så det, du gør, faktisk flytter noget. Det, du bygger, tages i brug med det samme: af hovedkontoret, af selskaberne og på sigt af de agenter, der skal udføre arbejde ude i dem. Og fordi retningen er sat, kan du eksekvere fra dag ét — og det meste af det, du bygger, kommer til at stå i mange år.

Du blir en del af et lille hovedkontor med høj faglighed, højt tempo og godt humør — og får en nøglerolle i at vise, hvad data og AI kan gøre i en hel branche. Vi tilbyder attraktive ansættelsesvilkår, der matcher rollens ansvar.