Rola obejmuje projektowanie przepływu danych w Microsoft Fabric oraz tworzenie modeli semantycznych i raportów w Power BI. W kolejnym etapie zadaniem będzie zapewnienie konwersacyjnego dostępu do danych z wykorzystaniem LLM.
Praktyczne doświadczenie z Microsoft Fabric (Lakehouse/Warehouse, pipelines, Dataflows Gen2, notebooki).
Bardzo dobra znajomość Power BI: modelowania, DAX i modelu semantycznego.
Dobra znajomość SQL, Python i PySpark.
Umiejętność integracji danych z różnych źródeł (API, pliki, bazy, SaaS).
Doświadczenie lub realne zainteresowanie rozwiązaniami GenAI nad danymi: text-to-SQL/DAX, Fabric data agents lub Copilot, podstawy prompt engineeringu i oceny jakości odpowiedzi LLM.
Swobodna rozmowa z biznesem i samodzielne doprecyzowywanie niejasnych wymagań.
Myślenie w kategoriach KPI i wartości biznesowej.
Swobodny angielski w pracy z klientem z US.
Zaprojektowanie przepływu danych w Fabric (ingestion, transformacje, model danych) z kilku źródeł.
Przygotowanie modelu semantycznego i raportów w Power BI w etapie 1.
Zdefiniowanie z biznesem KPI adopcji i korzyści z AI.
W etapie 2 przygotowanie konwersacyjnego dostępu do danych na bazie modelu semantycznego, np. z użyciem Fabric data agent, Copilot w Power BI lub własnego rozwiązania na LLM.
Zapewnienie wiarygodności odpowiedzi przez przygotowanie testowych zestawów pytań, weryfikację poprawności i określenie jasnych granic tego, o co można pytać.
Oczekiwany start: ASAP.
Proces rekrutacyjny: krótka rozmowa telefoniczna z rekruterem ITFS, dwie rozmowy — techniczna i projektowa — a następnie decyzja.
