Wymagania

Technologie mile widziane

SQL

Python

Google Looker Studio

Google Cloud Platform

Nasze wymagania

• Zdolność analitycznego myślenia i rozwiązywania problemów
• Pro aktywność i samodzielność na stanowisku
• Zorientowanie na biznes i umiejętność współpracy
• Znajomość j. angielskiego min. B2
• Umiejętność pracy z danymi Big Data

Mile widziane

• Umiejętność kodowania w językach SQL i Python
• Doświadczenie z narzędziami do wizualizacji danych ( np. Google Looker Studio)
• Praktyczne doświadczenie z narzędziami Google Cloud Platform (GCP) dla AI/ML

Twój zakres obowiązków

• Analiza i zrozumienie wymagań biznesowych: Ścisła współpraca z działami biznesowymi w celu zrozumienia ich potrzeb, problemów i celów, które można rozwiązać za pomocą danych i AI
• Gromadzenie i przygotowanie danych: Identyfikowanie, pozyskiwanie, oczyszczanie i transformowanie danych z różnych źródeł (baz danych, systemów, plików) w celu przygotowania ich do analizy i modelowania
• Projektowanie i wdrażanie rozwiązań automatyzacyjnych: Tworzenie skryptów, procesów RPA (Robotic Process Automation) lub przepływów pracy w narzędziach low-code/no-code, aby zautomatyzować powtarzalne zadania związane z danymi
• Budowanie i wdrażanie modeli AI/ML: Rozwój, testowanie i implementacja modeli uczenia maszynowego i sztucznej inteligencji (np. modele predykcyjne, klasyfikacyjne) do rozwiązywania problemów biznesowych i optymalizacji procesów
• Przeprowadzanie zaawansowanych analiz danych: Wykonywanie szczegółowych analiz statystycznych i eksploracyjnych w celu odkrywania wzorców, trendów i wniosków ukrytych w danych
• Wizualizacja danych i tworzenie interaktywnych raportów: Projektowanie i tworzenie czytelnych dashboardów, wykresów i interaktywnych raportów w Google Looker Studio, które ułatwiają zrozumienie danych i wyników analiz
• Monitorowanie i optymalizacja działania systemów: Bieżące monitorowanie wydajności wdrożonych automatyzacji i modeli AI, a także ich optymalizacja w celu zapewnienia efektywności i dokładności
• Zapewnienie jakości i bezpieczeństwa danych: Dbanie o spójność, dokładność i bezpieczeństwo przetwarzanych danych, zgodnie z wewnętrznymi standardami i obowiązującymi przepisami (np. RODO)
• Dokumentowanie rozwiązań: Tworzenie kompleksowej dokumentacji technicznej i użytkowej dla wdrożonych automatyzacji, modeli AI oraz przeprowadzonych analiz
• Śledzenie trendów i rozwój kompetencji: Ciągłe poszerzanie wiedzy na temat nowych technologii, narzędzi i metodyk z obszaru danych, AI i automatyzacji, aby dostarczać innowacyjne rozwiązania