Senior Analytics Engineer (Looker) @ GetInData | Teil von Xebia in GetInData | Part of Xebia

Das Ziel des Analytics Engineers besteht darin, sich um die gesamte Datenwertschöpfungskette zu kümmern, von den Datenquellen bis hin zu Geschäftserkenntnissen. Ein Analytics Engineer ist für die Erfassung von Geschäftsanforderungen, die Modellierung von Daten, den Aufbau von Datenpipelines, die Erstellung von Datenvisualisierungen und die Unterstützung von Unternehmen bei der Entscheidungsfindung auf der Grundlage dieser Daten verantwortlich. Sie können eine Vielzahl von Technologien nutzen, die den gesamten Datenlebenszyklus abdecken, und mit unterschiedlichen Arten von Datensätzen arbeiten. Analytics Engineer hat oft ein gewisses Verständnis für beide Welten, Wirtschaft und Technologie, und ist ein guter Kommunikator, der ihnen helfen kann, einander zu verstehen. Er/sie kann Geschäftsanforderungen in funktionierende Datenprodukte (wie Berichte, Analysen) umwandeln, oft in Zusammenarbeit mit verschiedenen Stakeholdern. Kenntnisse in Python. Erfahrung mit Looker. Kenntnisse in Tools wie PowerBI oder Tableau. Python-Datenvisualisierungs-Frameworks (z. B. Matplotlib, Seaborn, Plotly). Erfahrung in der Arbeit mit GCP Ausrichtung auf Geschäftsanforderungen (auch unter Berücksichtigung eines effizienten Speicherabrufs) Fähigkeit zur aktiven Teilnahme/Leitung von Diskussionen mit Kunden, um konkrete und ehrgeizige Verbesserungsmöglichkeiten zu identifizieren und zu bewerten. Das Ziel des Analytics Engineers ist es, sich um die gesamte Datenwertschöpfungskette, angefangen bei den Datenquellen, zu kümmern zu geschäftlichen Erkenntnissen. Ein Analytics Engineer ist für die Erfassung von Geschäftsanforderungen, die Modellierung von Daten, den Aufbau von Datenpipelines, die Erstellung von Datenvisualisierungen und die Unterstützung von Unternehmen bei der Entscheidungsfindung auf der Grundlage dieser Daten verantwortlich. Sie können eine Vielzahl von Technologien nutzen, die den gesamten Datenlebenszyklus abdecken, und mit unterschiedlichen Arten von Datensätzen arbeiten. Analytics Engineer hat oft ein gewisses Verständnis für beide Welten, Wirtschaft und Technologie, und ist ein guter Kommunikator, der ihnen helfen kann, einander zu verstehen. Er/sie kann Geschäftsanforderungen in funktionierende Datenprodukte (wie Berichte, Analysen) umwandeln, oft in Zusammenarbeit mit verschiedenen Stakeholdern. ,[Looker-Wartung auf hoher Ebene (Verwaltung): Überwachung des Instanzzustands, Verwaltung von Benutzerrollen, Fehlerbehebung von von Geschäftsbenutzern gemeldeten Fehlern, Konfiguration neuer Modelle und Datenverbindungen, enge Zusammenarbeit mit Geschäftsbenutzern, um die Berichtsanforderungen zu verstehen und sie bei der Looker-Nutzung zu unterstützen, Aufbau Datenpipelines und Implementierung von Datentransformationen (hauptsächlich in SQL), Ad-hoc-Datenanalyse und -visualisierung, Datenvalidierung und -tests, Entwerfen und Implementieren von Datenmodellen in einem BI-Tool, Bleiben Sie über die neuesten Trends und Best Practices in der Analysetechnik auf dem Laufenden] Anforderungen : Looker, Python, BI-Tools, GCP, Spark Tools: Jira, GitLab, GIT, Jenkins / GitLab, Agile. Zusätzlich: Sportabonnement, private Gesundheitsversorgung, flache Struktur, kleine Teams, internationale Projekte, Teamevents, Trainingsbudget, kostenloser Kaffee, Fitnessstudio, Fahrradabstellplatz, Spielzimmer, kostenlose Snacks, kostenlose Getränke, Inhouse-Schulungen, Startup-Atmosphäre, kein Dresscode , Küche.