Tālvadība, CET/CEST vai SAST saskaņotas laika zonas Pilna laika datu zonas Sākums: cik ātri vien iespējams Veidot biznesa kritiskos datu produktus, kas padara uzticamus datus par labākiem lēmumiem un rīcību. Izmantojot Microsoft Fabric, Power BI un Azure, jūs izveidosiet ezeru namas, semantiskos modeļus, ziņojumus un AI-orientētus datu produktus. Tie var ietvert automatizētas darba plūsmas, robotus, kopilotus un aģentus. Mūsu darbs ietver ražošanu, autorūpniecību, finanšu pakalpojumus, farmakoloģiju un citus datu ziņā būtiskus sektorus. Mēs izīrējam LI Senior, lai uzlabotu produktu vai atrisinātu reālu klientu problēmu. MultiBase piegādā biznesa kritisko BI un analītiķu risinājumus vidēja lieluma uzņēmumiem visā DACCH reģionā. Kopš 1991. gada mēs esam pabeiguši 1500+ projektus 400+ klientiem. Mūsu darbs ietver ražošanu, autorūpniecību, farmakopiju un citus datu ziņā būtiskus sektorus. Mēs izcenojam to, ko jūs veicat, jūs veicat, lai paplašinātu klientu darbu, jūs sniedzat tehnisko dziļumu, īpašuma tiesības un spēju apspriesties un spēju apspriest savas

Projekta vadība, komerciālās īpašumtiesības un cilvēku vadība paliek projekta vadībā. Jūsu pilnvaras ir augstāka līmeņa tehniskā piegāde, tieša tehniskā saziņa ar klientiem un uzticama izpilde. Jūs strādājat MultiBase piegādes sistēmā: Discover, Engage, Clarify, Illustrate, Develop and DAX example. • Izstrādāt definētās uzņēmējdarbības vajadzības skaidra tehniskā kontekstā, piegādes standartos un piegādes posmos. • Konsultējiet savas tehniskās tēmas tieši ar klientu IT un uzņēmējdarbības ieinteresētajām personām. • Darba plāns strukturētā agile piegāde., darba novērtējums, pārvaldīt savu stāstu un piegādāt savus ziņojumus, SQL objektus un ziņošanas komponentus. • Izstrādājiet AI rīkus, lai uzlabotu jūsu izstrādes, analīzes, dokumentācijas un kvalitātes nodrošināšanas darba plūsmas. • Konsultējiet un izstrādājiet datus, kas savieno uzticamos datus, LLM un uzņēmējdarbības partnerus. • Konsultējiet savas tehniskās tēmas, lai veiktu strukturētu piegādi. • Darba rezultātus, pārvaldītu savus stāstus un piegādātu datus, lai nodrošinātu spiedogu; •, izmantojot, k) un kvalitātes nodrošināšanas un izpildes nodrošināšanas datus. •

• Palieliniet piegādes riskus, datu jautājumus un neskaidrās prasības agri ar Technical Lead un projekta vadību. • Noskaidrojiet konkrētas uzlabošanas iespējas klientu datu ainavā. Vienkāršojiet atkārtoti lietojamu dokumentāciju un praktiskās zināšanas uz multiBase iekšējo zināšanu bāzi. Prasības, kas jūs esat tehniskas. Jūs esat arī ērti sazināties ar klienta kontrolieri, datu arhitektu vai uzņēmumu vadītāju. Jūs pirms būvniecības uzdodat skaidrus jautājumus. Jūs skaidrojat kompromisus tieši. Jūs uzņematies atbildību par savu darbu un sazināsieties agri, kad ir nepieciešama uzmanība. Jūs meklējat ārpus paneļa stenda un datu platformas attīstības pieredzi. Jūs apzināties, kad uzticams datu produkts, automatizēts darba plūsma vai AI vadīts bots, kopilāts vai aģents ir pareizs veids, kā radīt izpratni vai uzlabot klienta procesu. Jums ir reālas īpašumtiesības, tieša klientu pakļaušana un augsta līmeņa piegādei.

• Pieredze, izmantojot Git un sadarbības attīstības darba plūsmu. Azure DevOps ir priekšrocība. • Pieredzes testēšana, ieviešana un uzturēšana datu produktu. • Fluent angļu, raksti un runā. • Ikdienas, pārdomāta AI rīku izmantošana, piemēram, Claude, Cursor, Codex vai līdzvērtīgs. Jūs pārbaudaiet rezultātus un saglabājat atbildību par kvalitāti. • Ikdienas pieredze ar pieredzi, projektējot, veidojot vai izplatot AI-orientētus datu produktus, robotus, līdzpilotus vai aģentus reālās uzņēmējdarbības izmantošanas gadījumos. • Pieredze ar pašreizējām LLM un maziem valodas modeļiem, tostarp praktiskiem lēmumiem par modeļu izvēli, izmaksām, latentumu, privātumu un kvalitāti. • Pieredze ar LLM API, aģentu orķestri vai automatizācijas platformām, piemēram, OpenClaw, Claude Code vai Cowork, Hermes, n8n, Make vai salīdzināmi instrumenti. • Pieredze, kas LLM, SLM vai aģents prototipus pārvērš par drošu un uzturošu datu produktiem. • Datu, jo īpaši datu inženierijas, ezera un notbook darbu. • Pybook covey, err