Analityk Biznesowo-Systemowy

W ITLT pomagamy naszym zaprzyjaźnionym firmom przekształcać ambitne pomysły w cyfrową rzeczywistość. Z nastawieniem na wyzwania, ciekawość technologii i zwinność współtworzymy wyjątkowe rozwiązania IT i zapewniamy doświadczone osoby eksperckie, które pomagają przyspieszać cyfrową transformację.

• Minimum 2-3 lata doświadczenia w roli analityka biznesowego, systemowego lub biznesowo-systemowego.
• Doświadczenie w analizie i dokumentowaniu wymagań biznesowych oraz systemowych.
• Umiejętność modelowania procesów, przepływów i modeli danych.
• Znajomość BPMN i UML.
• Znajomość SQL i relacyjnych baz danych.
• Doświadczenie w projektach integracyjnych obejmujących wymianę danych pomiędzy systemami, urządzeniami lub zewnętrznymi źródłami.
• Umiejętność tworzenia dokumentacji analitycznej, funkcjonalnej i systemowej.
• Doświadczenie we współpracy z architektami, programistami, zespołami ML oraz ekspertami domenowymi.
• Samodzielność w analizie złożonych zagadnień i przekładaniu ich na rozwiązania możliwe do realizacji w określonym czasie i budżecie.

Nice to have:

• Doświadczenie w projektach B+R lub produktowych.
• Znajomość IoT, automatyki, urządzeń sterujących i czujników.
• Doświadczenie z bazami szeregów czasowych lub systemami typu historian.
• Znajomość zagadnień związanych z uczeniem maszynowym.
• Doświadczenie w obszarze gospodarki wodnej, hydrologii lub systemów monitoringu i sterowania.

• Analiza procesów biznesowych związanych z monitoringiem i sterowaniem urządzeniami hydrotechnicznymi.
• Zbieranie i dokumentowanie wymagań od ekspertów hydrologicznych, użytkowników oraz zespołu projektowego.
• Modelowanie procesów biznesowych i decyzyjnych, w tym procesów dotyczących monitoringu jakości danych, predykcji i sterowania.
• Przygotowywanie specyfikacji funkcjonalnych dla programistów oraz zespołu ML.
• Definiowanie modeli danych oraz wymagań dotyczących przechowywania konfiguracji urządzeń, reguł biznesowych i danych pomiarowych.
• Opisywanie logiki biznesowej algorytmów regułowych, w tym reguł monitoringu jakości danych oraz sterowania.
• Współpraca z zespołem ML przy przekładaniu potrzeb biznesowych na wymagania dla modeli uczenia maszynowego, bez konieczności projektowania samych modeli.
• Analiza nowych typów obiektów hydrotechnicznych oraz określanie wymagań dotyczących ich konfiguracji i obsługi przez system.