privatbank , który stara się pracować w dynamicznym środowisku i dzieli wartości wzajemnego zaufania, otwartości i inicjatywy. Jakość i wynik. Font-Weight: 400 "> Podstawowe obowiązki: Zbieranie i analiza DWH i raportów analitycznych Opracuj model koncepcyjny, identyfikuj byty, katalogi, zależności i połączenia Tworzenie i wypełnianie błyszczącej i słownika Project : Opracowanie modelu logicznego i uczestnictwo w opracowywaniu modelu fizycznego Procesy Projektu ETL oraz opis z
privatbank Podstawowe obowiązki:
Zbieranie i analiza DWH i raportów analitycznych Opracuj model koncepcyjny, identyfikuj byty, katalogi, zależności i połączenia Tworzenie i wypełnianie błyszczącej i słownika Project : - Opracowanie modelu logicznego i uczestnictwo w opracowywaniu modelu fizycznego
- Procesy Projektu ETL oraz opis zasad i zasad transformacji danych
- Rozwój okładek testowych
Rozwój i testowanie:
- Testowanie przetwarzania ETL
- Rozwój prototypów raportów i pulpitów nawigacyjnych
Implementacja i akompaniament:
- Szkolenie użytkowników
- Obsługa użytkowników
- Monitorowanie jakości danych
- Opracowanie nowych raportów i modeli analitycznych
Podstawowe wymagania:
- Szkolnictwo wyższe (edukacja techniczna lub finansowa/ekonomiczna)
- DBMS Experience (umiejętność pisania odpraw SQL i pracy z bazą danych Firmy
- Doświadczenie w projektach integracji danych
- Profesjonalna wiedza i umiejętności w dziedzinie zbierania, przetwarzania i analizy wymagań
- Doświadczenie w badaniu źródeł danych, systemów informatycznych i refaktoryzacji procesów biznesowych dużych firm
-
- Znajomość opisu procesu biznesowego Notacje (np. BPMN). Zdolność do opisywania procesów i systemów w notacjach UML (diagram aktywności, schemat sekwencji, DFD itp.)
- Umiejętności API)
- Wiedza na temat języka angielskiego w Intermediate (B1)-będziesz musiał komunikować się z przedstawicielami zachodnich firm codziennie
- Doświadczenie w projektach wdrażania DWH w bankach, firmach ubezpieczeniowych i firm finansowych
-
- Wiedza na temat danych: Zrozumienie różnych rodzajów danych: W różnych sytuacjach
- wiedza i zrozumienie modeli danych przemysłowych
- Zrozumienie wymagań dotyczących rozwoju oprogramowania. Rodzaje wymagań (biznes/niestandard/system, funkcjonalne/niefunkcjonalne itp.)
- Znajomość cyklu życia rozwoju oprogramowania (SDLC): Zbieranie i analizowanie wymagań, projekcja, rozwój, testowanie, wdrażanie, wsparcie
- Inne
- Zdolność do opisywania procesów z wykorzystaniem schematu Flowart
- Metody statystyczne: Znajomość metod statystycznych analizy danych i podejścia do analizy danych
- Znajomość wymagań regulacyjnych: zrozumienie dokumentów regulacyjnych NBU i innych regulatorów dotyczących gromadzenia informacji. Wskaźniki, ryzyko kredytowe, dane rynkowe
- Wiedza na temat podstawowych modeli rozwoju oprogramowania (wodospad, iteracyjny). Podstawowe metodologie (Agile, Scrum, Kanban)
- ETL ProScass Knowledge: Zrozumienie danych przekształconych i pobranych na wiedzę DWH
- Modele
- Doświadczenie z platformami chmurowymi jako użytkownik: AWS, Azure, Google Cloud
- Znajomość podstawowych metod nauczania: pozwala tworzyć przewidywane modele i identyfikować ukryte wzorce danych
- Rozwiązywanie problemów: możliwość analizy trudności. Do logicznego myślenia, analiza dużych ilości danych i identyfikacja wzorców
- Ostrożność do szczegółów: Błędy danych mogą prowadzić do nieprawidłowych wniosków
- Komunikatywne: możliwość skutecznej komunikacji z różnymi kategoriami użytkowników, od analityków biznesowych po specjalistów technicznych Technologia
- Poufność: Zrozumienie znaczenia ochrony poufnych informacji bankowych
pOferujemy pracownikom:
[email protected] . Eksperci PrivatBank zapewnią porady i wsparcie podczas procesu selekcji i po zatrudnieniu.