Məlumat Keyfiyyəti üzrə mühəndis / Data Quality Engineer

Əsas öhdəliklər:

• Məlumat keyfiyyəti yoxlamalarının, validasiya qaydalarının və monitorinq proseslərinin hazırlanması, tətbiqi və davamlı dəstəklənməsi.
• Məlumat keyfiyyəti göstəricilərinin izlənilməsi, məlumat problemlərinin, anomaliyaların və uyğunsuzluqların araşdırılması.
• Məlumatların tamlığı, dəqiqliyi, ardıcıllığı və bütövlüyünü qiymətləndirmək üçün məlumat profilləşdirilməsi və təhlilinin aparılması.
• Məlumat mənşəyi (Data Lineage), metadata idarəetməsi və məlumat kataloqu (Data Catalog) təşəbbüslərinə dəstək verilməsi.
• Biznes istifadəçiləri, Data Steward-lar, Data Owner-lər və texniki komandalarla əməkdaşlıq edərək məlumat keyfiyyəti problemlərinin müəyyənləşdirilməsi və həll edilməsi.
• Məlumat keyfiyyəti üzrə dashboard-ların, scorecard-ların və hesabatların hazırlanması və dəstəklənməsi.
• Məlumat keyfiyyəti insidentlərinin kök səbəb analizinin (Root Cause Analysis) aparılması və düzəldici tədbirlərin təklif edilməsi.

Axtardığımız namizədə tələblər:

• Data Engineering, Data Quality, Data Governance, Data Warehousing, Business Intelligence və ya əlaqəli sahələrdə 2 il iş təcrübəsi.
• Kompüter elmləri, İnformasiya Texnologiyaları, Mühəndislik, Statistika və ya əlaqəli sahə üzrə bakalavr dərəcəsi.
• Məlumatların profilləşdirilməsi, məlumat keyfiyyəti təhlili, scorecard-ların hazırlanması və kök səbəb analizləri üçün mürəkkəb SQL sorğularının, o cümlədən analitik sorğuların yazılması üzrə güclü bilik.
• Avtomatlaşdırma, məlumatların təhlili və emalı üçün Python, PySpark və Spark üzrə yaxşı bilik.
• Ölçü modelləşdirilməsi (Dimensional Modeling), sxem dizaynı (Schema Design), RDBMS sistemləri, Data Warehousing anlayışları, ETL/ELT prosesləri və məlumat inteqrasiyası prinsipləri üzrə yaxşı bilik.
• Həm biznes, həm də texniki maraqlı tərəflərlə effektiv əməkdaşlıq etmək bacarığı.
• Məlumat keyfiyyəti ölçüləri – dəqiqlik (Accuracy), tamlıq (Completeness), ardıcıllıq (Consistency), etibarlılıq (Validity), unikallıq (Uniqueness) və aktuallıq (Timeliness) üzrə yaxşı anlayış.

Üstünlük verilən bilik və bacarıqlar

• Trend analizi, reqressiya analizi və anomaliyaların aşkarlanması da daxil olmaqla statistik metodlar və məlumat analizi texnikaları üzrə bilik.
• Obyektyönümlü Proqramlaşdırma (OOP) və Proseduryönümlü Proqramlaşdırma (POP) konsepsiyaları üzrə anlayış.
• Data Governance çərçivələri üzrə bilik və Informatica, Axon və ya oxşar Data Governance platformaları ilə praktiki iş təcrübəsi.
• Hadoop, Hive, Impala və ya Spark kimi Big Data texnologiyaları ilə iş təcrübəsi.

Your key responsibilities:

• Develop, implement, and maintain data quality checks, validation rules, and monitoring processes.
• Monitor data quality metrics and investigate data issues, anomalies, and inconsistencies.
• Perform data profiling and analysis to assess data completeness, accuracy, consistency, and integrity.
• Support data lineage, metadata management, and data catalog initiatives.
• Collaborate with business users, data stewards, data owners, and technical teams to identify and resolve data quality issues.
• Maintain data quality dashboards, scorecards, and reports.
• Conduct root cause analysis of data quality incidents and recommend corrective actions.

What we look for:

• 2 years of experience in Data Engineering, Data Quality, Data Governance, Data Warehousing, Business Intelligence, or related fields.
• Bachelor’s degree in computer science, Information Technology, Engineering, Statistics, or a related field.
• Strong SQL skills with experience writing complex queries, including analytical queries, for data profiling, data quality analysis, scorecard development, and root cause investigations.
• Good knowledge of Python ,PySpark, Spark for automation, data analysis, and data processing.
• Good knowledge of dimensional modeling, schema design, RDBMS systems, Data Warehousing concepts, ETL/ELT processes, and data integration principles.
• Ability to work effectively with both business and technical stakeholders.
• Good understanding of data quality dimensions, including accuracy, completeness, consistency, validity, uniqueness, and timeliness.

Preferred Skills

• Knowledge of statistical methods and data analysis techniques, including trend analysis, regression analysis and anomaly detection.
• Understanding of (OOP) and (POP) concepts.
• Familiarity with Data Governance frameworks, with hands-on experience in Data Governance tools (e.g., Informatica, Axon, or similar platforms).
• Experience with Big Data technologies such as Hadoop, Hive, Impala, or Spark.