Data Engineer - Manufacturing

O nas

Barry-Wehmiller to globalnie zróżnicowany dostawca, specjalizujący się w doradztwie inżynieryjnym i technologii produkcyjnej dla przemysłu pakującego, tektury falistej, cięcia arkuszy oraz przetwórstwa papieru. Łącząc ludzkie podejście do przywództwa z dyscyplinowanymi strategiami operacyjnymi, Barry-Wehmiller rozrósł się do organizacji wartej 3 miliardy dolarów z prawie 12 000 członkami zespołu, dedykowanymi wykorzystaniu potęgi biznesu do budowania lepszego świata.

Opis stanowiska

DO ROZPATRZENIA TEJ OFERTY WYMAGANE SĄ DOŚWIADCZENIE W DZIEDZINIE INŻYNIERII DANYCH I MANUFACTURING

Inżynier danych produkcyjnych prowadzi i wdraża projekty inżynierii danych, utrzymuje pipeline danych oraz zapewnia ekspertyzę i najlepsze praktyki z zakresu zarządzania danymi na skalę całej firmy. Wysoce preferowane jest wcześniejsze doświadczenie w skomplikowanych środowiskach danych produkcyjnych.

Ta rola koncentruje się na rozwijaniu nowoczesnej platformy danych, obejmującej źródłowe systemy ERP i CRM, korporacyjne centrum danych (jezioro danych i magazyn danych), zarządzanie danymi i zarządzanie danymi podstawowymi oraz certyfikowane zestawy danych dla raportowania i analizy. Inżynier danych produkcyjnych ściśle współpracuje zarówno z zespołami biznesowymi, jak i IT, aby projektować, tworzyć i obsługiwać bazy danych oraz procesy niezbędne do raportowania biznesowego i analiz.

Technologie

Wymagana znajomość:

• Azure Synapse Analytics
• Azure Databricks
• Azure Data Factory
• Azure SQL Database
• ADLS
• Entra (Active Directory)
• Key Vault
• Power BI
• Dynamics 365 Finance & Operations
• Dynamics 365 Customer Engagement
• Power Platform
• Dataverse
• Zarządzanie danymi i rozwiązania MDM
• Usługi CDC
• Notatniki PySpark
• ERPy Infor XA/SAP

Główne obowiązki i zadania

• Gromadzenie i analiza dużych, skomplikowanych zbiorów danych
• Projektowanie i budowa zrównoważonych modeli baz danych
• Implementacja wewnętrznych ulepszeń procesów dla skalowalności, optymalizacji dostarczania danych i automatyzacji
• Budowa infrastruktury do ekstrakcji, transformacji i ładowania danych, wykorzystując technologie Microsoft Azure, Databricks i SQL
• Tworzenie narzędzi analitycznych do wyciągania praktycznych wniosków na temat wskaźników wydajności biznesowej
• Współpraca z interesariuszami w celu rozwiązywania technicznych problemów związanych z danymi
• Ustalanie standardów, dokumentacji i kontroli środowiskowych
• Szkolenie człon