- Praca zdalna
- Kontrakt B2B
Nasz klient jest wiodącym w Europie partnerem w zakresie dostaw poza domem (out-of-home), zapewniając bezpieczne i wygodne dostawy milionom klientów każdego dnia w ponad 15 krajach, w tym w Polsce, Wielkiej Brytanii, Włoszech, Hiszpanii, Portugalii i Francji.
Oferuje sprzedawcom ekonomiczne i bardziej ekologiczne rozwiązanie, zapewniając jednocześnie klientom większą wygodę. Sercem działalności firmy są automaty paczkowe (Parcel Lockers), które od lat są projektowane i produkowane wewnętrznie.
Nasz klient wierzy, że tworzenie i dzielenie się wartością z interesariuszami oznacza coś więcej niż tylko korzyści finansowe. Dzięki modelowi dostaw do automatów paczkowych rozwój firmy przyczynia się do ograniczenia śladu węglowego nawet o 75% w porównaniu z tradycyjnymi dostawami kurierskimi. Organizacja realizuje również ambitny program ESG, którego celem jest zwiększanie pozytywnego wpływu na bardziej zrównoważony świat. W tym roku firma dostarczy ponad 600 milionów paczek za pośrednictwem ponad 25 000 automatów, a jej sieć oraz liczba obsługiwanych przesyłek stale rosną z roku na rok na każdym obsługiwanym rynku.
Zadania:
- Definiowanie, wdrażanie i testowanie analitycznej części rozwiązania Talk2Data (specyfikacja → testy biznesowe → wydanie).
- Budowanie i rozwijanie mechanizmu oceny jakości odpowiedzi AI (metryki, pary Q&A, ground truth, monitorowanie wyników).
- Wsparcie Data Engineerów w zakresie modeli danych typu star schema, kontroli jakości danych (DQ), przeglądów merge requestów oraz wdrożeń.
- Współpraca z Product Leadami i Business Ownerami w zakresie odpowiedzialności za dane; prowadzenie AI Office Hours i prezentacji.
- Wspieranie adopcji Talk2Data, prowadzenie i walidowanie AI PoC, ocena alternatywnych rozwiązań AI oraz eskalowanie problemów związanych z narzędziami AI (Claude, Power BI MCP, konektory).
Zakres odpowiedzialności:
- Odpowiedzialność za warstwę AI wspierającą analitykę biznesową (Talk2Data, dane przygotowane do wykorzystania przez agentów AI).
- Definiowanie, wdrażanie i testowanie analitycznej części Talk2Data, od specyfikacji po wydanie.
- Budowanie mechanizmu oceny jakości odpowiedzi AI oraz monitorowanie wyników w czasie.
- Współpraca z Data Engineerami: modele star schema, kontrole jakości danych, przeglądy merge requestów oraz wsparcie przy wdrożeniach.
- Współpraca z interesariuszami biznesowymi: potwierdzanie odpowiedzialności za dane, prowadzenie AI Office Hours oraz sesji z Product Leadami.
- Poprawa jakości i wydajności Talk2Data na podstawie opinii użytkowników i analityki produktowej oraz zwiększanie adopcji rozwiązania.
- Prowadzenie i walidowanie AI PoC oraz ocena i porównywanie alternatywnych rozwiązań AI.
- Diagnozowanie i eskalowanie problemów technicznych związanych z narzędziami AI (Claude, Power BI MCP, konektory).
Wyzwania:
- Praca nad nową, szybko rozwijającą się warstwą AI o niejednoznacznym zakresie: samodzielne prowadzenie roadmap, definiowanie zakresu i PoC przy jednoczesnej koordynacji wielu strumieni pracy.
- Budowanie niezawodnego frameworku ewaluacyjnego (metryki, ground truth) do oceny jakości odpowiedzi AI.
- Łączenie perspektywy Data Engineerów i interesariuszy biznesowych oraz zwiększanie adopcji rozwiązania w organizacji.
- Nadążanie za dynamicznie zmieniającymi się narzędziami AI (Claude, Power BI MCP, konektory) oraz diagnozowanie związanych z nimi problemów.
Wymagania:
- Minimum 5 lat doświadczenia w roli analitycznej oraz mocne doświadczenie w obszarze business analytics/engineering, łączące potrzeby techniczne i biznesowe.
- Zaawansowana znajomość SQL oraz doświadczenie w pracy z dużymi zbiorami danych na chmurowych platformach danych (Databricks będzie dodatkowym atutem).
- Znajomość hurtowni danych, w tym modelowania wymiarowego oraz procesów ETL/ELT.
- Praktyczne doświadczenie z narzędziami AI opartymi na LLM (Claude lub podobne) oraz w ocenie asystentów AI (metryki jakości, Q&A, ground truth).
- Umiejętność przekładania potrzeb biznesowych na wymagania i kryteria akceptacji oraz komunikowania się zarówno z odbiorcami technicznymi, jak i nietechnicznymi.
- Podstawowa znajomość Git i procesów code review.
- Znajomość data governance i katalogowania danych (np. Atlan).
- Umiejętność samodzielnego prowadzenia niejednoznacznych, wieloetapowych zadań oraz pracy nad kilkoma strumieniami równocześnie.
- Biegła znajomość języka polskiego i angielskiego.
Mile widziane:
- Doświadczenie w modelowaniu danych i tworzeniu złożonych rozwiązań data-driven oraz znajomość pełnego cyklu życia analitycznego produktu danych.
- Python/PySpark, Apache Spark w Databricks.
- Power BI lub podobne narzędzia do wizualizacji danych.
- Doświadczenie w pracy w środowisku Agile i iteracyjnym oraz w środowisku międzynarodowym.
Dodatkowe informacje
Stack:
Databricks, PBI