Data Analytics Engineer - JHB

DVT — ведущая компания в области технологического консалтинга и разработки программного обеспечения, предлагающая инновационные решения в Африке и по всему миру. Мы сотрудничаем с клиентами для решения сложных бизнес-задач с помощью разработки программного обеспечения, облачных платформ, данных, искусственного интеллекта и цифровой трансформации. Наши команды сочетают глубокие технические знания с сильным консалтинговым подходом для создания измеримой бизнес-ценности.

Наше направление Data Engineering and Analytics является основой этой работы — мы создаем управляемые, повторно используемые продукты данных, которые обеспечивают самообслуживание аналитики в масштабах предприятия. Мы работаем с передовыми облачными платформами, включая Microsoft Fabric, Databricks и Azure Synapse, и гордимся нашей культурой непрерывного обучения, внутреннего обучения и технического совершенства.

Должность

Мы ищем инженера по аналитике данных (Data Analytics Engineer) для присоединения к нашей команде в рамках проекта с высоким влиянием. Вы будете преобразовывать спецификации продуктов, созданные аналитиками, в управляемые, сертифицированные и повторно используемые продукты данных на платформе данных группы.

Это не роль по индивидуальной доставке аналитики. Вы будете масштабировать возможности платформы за счет повторного использования — создавая продукты данных, аналитические модели и семантические уровни, которые позволяют командам аналитики бизнес-подразделений самостоятельно получать надежные сведения, используя согласованные определения, повторно используемые шаблоны и сертифицированные основы данных.

Разработка продуктов данных

Проектирование, создание и поддержка управляемых продуктов данных на платформе данных группы, включая уровни bronze, silver и gold, повторно используемые витрины данных (data marts) и сертифицированные аналитические продукты данных.

Аналитическое и семантическое моделирование

Определение и поддержка семантических моделей, схем типа «звезда», логики KPI и поведенческих сущностей, таких как события, сеансы, пути, потоки, шаги, намерения и переходы.

Поддержание согласованности определений между каналами и бизнес-подразделениями.

Качество данных, контракты и соответствие

Реализация проверок валидации, фреймворков тестирования, контрактов данных, элементов управления governance и доказательств сертификации, чтобы качество продуктов данных демонстрировалось, а не предполагалось.

Доставка инсайтов и аналитика платформы

Создание аналитических продуктов и ресурсов Power BI, поддерживающих описательную, диагностическую, предиктивную и прескриптивную аналитику на основе управляемых продуктов данных.

Внедрение и самообслуживание

Создание повторно используемых наборов данных, шаблонов, материалов для онбординга, руководств по использованию и плейбуков, чтобы потребляющие аналитические команды могли использовать продукты данных без необходимости перепроектирования основ.

Аналитика с поддержкой ИИ и разговорная аналитика

Структурирование наборов данных и семантических моделей таким образом, чтобы ИИ-агенты, разговорная аналитика и запросы на естественном языке давали точные результаты на основе управляемой бизнес-логики и определений.

Автоматизация, инженерная практика и операции

Использование Python, SQL, Azure DevOps, Git и практик CI/CD для автоматизации доставки аналитических данных, контроля версий решений, а также поддержки мониторинга производительности и оптимизации управляемых продуктов.

Опыт

5–10 лет соответствующего опыта работы в качестве инженера данных и аналитика.

Опыт работы с гибкими методологиями (Agile) и подходами к работе.

Значительный опыт в области разработки данных, аналитики и моделирования данных, в идеале в сферах цифровых технологий, каналов взаимодействия, поведенческой аналитики, платформенных решений или финансовых услуг.

Опыт работы в масштабах предприятия или в регулируемых средах является преимуществом.

Опыт работы с технологиями поведенческой аналитики будет преимуществом.

Сильное продуктовое мышление с опытом создания или участия в разработке фреймворка, шаблона, библиотеки, ускорителя, стандартов или общей семантической модели.

Аналитические и технические навыки

Сильное владение SQL и Python, включая преобразование данных, анализ, автоматизацию и разработку повторно используемых компонентов.

Практические знания Microsoft Fabric, Databricks, Delta, Spark / PySpark, Azure Data Factory, Synapse, ADLS Gen2, а также паттернов обработки событий или потоков.

Экспертиза в области объектно-реляционного моделирования (dimensional modelling) и семантического моделирования, включая проектирование схем типа «звезда» по Кимбаллу, витрины данных (data marts), семантические модели Power BI и DAX.

Практическое понимание управления данными (data governance), Microsoft Purview, Unity Catalog, контрактов данных, качества данных, тестирования, отслеживания происхождения данных (data lineage) и сертификации.

Опыт работы с Azure DevOps, Git, CI/CD и инфраструктурой как кодом (infrastructure as code).

Квалификация

Степень бакалавра или магистра в области компьютерных наук / инженерии / бизнес-аналитики.

Сертификация Microsoft DP-600 или DP-700 предпочтительна; признаются сертификаты DP-203, PL-300, AZ-900 или соответствующие сертификаты Databricks.

Минимальные требования

Аттестат об окончании средней школы (Grade 12).

Степень бакалавра в области компьютерных наук, информационных технологий, инженерии или смежной области (или эквивалентный практический опыт).

Как минимум одна соответствующая профессиональная сертификация (например, Microsoft DP-600, DP-700, DP-203, PL-300, AZ-900 или сертификаты Databricks).