Lokalizacja: Kraków (praca hybrydowa – 3 dni w biurze)Opis klientaKlient to globalna organizacja retail i dystrybucji działająca na ogromną skalę, łącząca tradycyjne sklepy z zaawansowanymi platformami e-commerce i supply chain. Zarządza skomplikowanymi systemami o wysokim ruchu obejmującymi m.in. wyceny, logistykę, płatności, analitykę danych i programy lojalnościowe w wielu krajach. Zespoły technologiczne koncentrują się na niezawodności, bezpieczeństwie oraz ciągłej modernizacji, wspierając miliony klientów i transakcji dziennie.Zakres obowiązkówCore Data Skills: Analiza złożonych zbiorów danych w celu identyfikacji trendów, wzorców i insightów. Biegłość w pisaniu i rozumieniu zaawansowanego SQL. Walidacja danych oraz zapewnienie jakości i integralności danych. Definiowanie i testowanie kontroli jakości danych. Data Discovery, Quality & Source Understanding: Współpraca z zespołami technologicznymi i biznesowymi w celu oceny inicjatyw i ich wpływu. Dokumentacja procesów użytkownika, ograniczeń, logiki i scenariuszy. Profilowanie nowych i istniejących źródeł danych pod kątem struktury, jakości i gotowości do użycia. Szczegółowe badanie danych w celu wykrycia linii pochodzenia, anomalii i niespójności. Definicja kontroli jakości danych i walidacja zestawów danych. Metadata Quality & Enhancement: Współpraca z Data Engineering i ekspertami domenowymi przy dokumentacji kluczowych zestawów danych, tabel i pól. Ocena metadanych w celu identyfikacji luk w definicjach, pochodzeniu i klasyfikacjach. Definiowanie i utrzymanie metadanych biznesowych (glosariusz, KPI, kategorie) oraz technicznych (typy danych, systemy źródłowe). Wspieranie wzbogacania metadanych poprzez analizę manualną i współpracę międzyzespołową. Współtworzenie katalogu danych obejmującego źródła wewnętrzne i zewnętrzne. Data Modelling & Structure: Współtworzenie i utrzymanie modeli danych (logiczne i fizyczne), szczególnie dla warstw kuratowanych (modele semantyczne, produkty gold data). Rekomendowanie ulepszeń w projektowaniu schematów danych dla wydajności analitycznej i standaryzacji. Wsparcie w analizach ad-hoc dla inicjatyw discovery, migracji danych i projektów governance. Inne obowiązki: Wsparcie Product Managera w realizacji celów obszaru produktowego. Wsparcie zespołów biznesowych podczas UAT i po produkcji w zakresie zapytań i analiz danych. Wsparcie zespołu inżynierów w projektowaniu na podstawie zrozumienia danych.