Skab et pålideligt datagrundlag for restaurantrapportering, produktbeslutninger og nyttige AI-funktioner.
Om stillingen
Bestillings- og betalingsdata bliver først nyttige, når folk kan forstå og stole på dem. Du skal arbejde med de datapipelines, transformationer og adgangsmønstre, der gør data pålidelige for analytikere, udviklere og de teams, der træffer forretningsmæssige beslutninger.
Den forskel, du kommer til at gøre
- Teams kan følge data fra kilden til de tal, de bruger.
- Dataarbejdsgange kan gentages og er lettere at drifte.
- Analytikere og udviklere bruger færre kræfter på at gennemskue, hvordan data hænger sammen.
Dine arbejdsopgaver
- Design datapipelines til produktion med indlæsning, transformation, lagring og orkestrering.
- Erstat skrøbelige enkeltløsninger med reproducerbare dataarbejdsgange, der er lette at vedligeholde.
- Forbedr datakvalitet og konsistens, så rapportering og produktbeslutninger bygger på et klart grundlag.
- Hjælp analytikere og udviklere med at få adgang til nyttige data gennem forståelige og velforvaltede grænseflader.
- Undersøg ydeevne og omkostninger, gennemgå kode, og forklar tekniske valg for kolleger på tværs af virksomheden.
Det kommer du med
- Mindst 5 års erfaring med data engineering eller analytics engineering.
- Stærke kompetencer i SQL og Python samt praktisk erfaring med pålidelige datasystemer i produktion.
- Solid forståelse af ETL/ELT, datatransformation, datavarehuse og orkestrering af arbejdsgange.
- Evne til at undersøge problemer med kvalitet og ydeevne, skabe struktur og forklare beslutninger for både tekniske og ikke-tekniske kolleger.
Det er en fordel, hvis du har
- Erfaring med værktøjer som Snowflake, dbt, Dagster eller Airflow.
- Erfaring med semantiske lag, reverse ETL eller datainfrastruktur til AI og maskinlæring.
- Erfaring med adgangsstyring, data governance, omkostningsoptimering eller vejledning af udviklere.
































