CIT 94: Senior Architekt ds. Modelowania Danych

Ogólne informacje:

Warszawa (hybrydowo, 1 dzień w tygodniu w biurze)
B2B: do 1260 PLN netto + VAT / dzień

Branża: bankowość

Poszukujemy doświadczonego Architekta ds. Modelowania Danych, który będzie odpowiedzialny za projektowanie i rozwój architektury danych wspierającej nowoczesny, data-driven bank. Kluczowe znaczenie przy wyborze kandydatów będą miały: doświadczenie, kompetencje merytoryczne oraz proaktywne podejście do realizowanych zadań.

Zakres obowiązków

• Projektowanie i rozwój modeli danych na poziomie konceptualnym, logicznym oraz fizycznym.

• Tworzenie i utrzymywanie relacyjnych modeli danych oraz hurtowni danych.

• Projektowanie Data Martów, struktur Star Schema i Snowflake Schema.

• Definiowanie standardów modelowania danych oraz przeprowadzanie przeglądów jakości modeli.

• Współtworzenie architektury danych obejmującej Data Warehouse, Data Lake oraz Data Mesh.

• Projektowanie warstwy raportowej wspierającej analitykę biznesową i rozwiązania BI.

• Współpraca przy inicjatywach związanych z Data Governance, Metadata Management, MDM oraz Data Lineage.

• Projektowanie integracji danych pomiędzy systemami wewnętrznymi i zewnętrznymi.

• Wsparcie w zakresie jakości danych oraz optymalizacji rozwiązań bazodanowych.

• Współpraca z zespołami biznesowymi, analitycznymi i technicznymi w obszarze wykorzystania danych oraz rozwiązań AI/ML.

Wymagania

Modelowanie danych

• Doświadczenie w modelowaniu konceptualnym, logicznym i fizycznym.

• Bardzo dobra znajomość relacyjnego modelowania danych.

• Znajomość zasad normalizacji i denormalizacji danych.

• Doświadczenie w modelowaniu hurtowni danych oraz Data Martów.

• Praktyczna znajomość Star Schema i Snowflake Schema.

• Umiejętność tworzenia standardów modelowania danych i oceny jakości modeli.

Bazy danych

• Bardzo dobra znajomość Oracle Database.

• Zaawansowana znajomość SQL oraz PL/SQL.

• Doświadczenie w optymalizacji zapytań i wydajności baz danych.

• Znajomość zagadnień związanych z indeksowaniem i partycjonowaniem dużych tabel.

• Doświadczenie w obszarze Data Quality.

Architektura danych

• Praktyczna znajomość:

  • Data Warehouse,

  • Data Lake,

  • Data Mesh,

  • Data Governance,

  • Master Data Management (MDM),

  • Metadata Management,

  • Data Lineage.

Integracja danych

• Doświadczenie w projektowaniu procesów ETL/ELT.

• Znajomość integracji wsadowych i online.

• Doświadczenie w pracy z API, XML oraz JSON.

• Umiejętność mapowania danych pomiędzy systemami.

• Doświadczenie w projektowaniu wymiany danych z systemami zewnętrznymi.

Wiedza domenowa

• Doświadczenie w sektorze bankowym.

• Znajomość:

  • produktów i rachunków bankowych,

  • historii operacji i wyciągów bankowych,

  • płatności krajowych oraz zagranicznych,

  • danych klientów,

  • wymagań regulacyjnych i raportowych obowiązujących w bankowości.

Data-Driven Organization

• Rozumienie potrzeb analitycznych biznesu.

• Znajomość self-service reporting i architektury BI.

• Wiedza dotycząca wykorzystania danych przez AI i Machine Learning.

• Rozumienie koncepcji Data as a Product.