ادمین پایگاه داده | Database Administrator

این شرکت در نظر دارد جهت تکمیل کادر فنی خود در زمینه انبار داده‌ها و Power BI از متقاضیان این رشته با شرح شغل زیر دعوت به همکاری نماید.

تحلیل نیازهای داده‌ای سازمان:

• شناسایی منابع داده، درک نیازهای اطلاعاتی کاربران نهایی و تبدیل آن‌ها به الزامات فنی برای طراحی انبار داده.

طراحی مدل‌های داده:

• طراحی مدل‌های داده تحلیلی (مانند مدل ستاره‌ای و دانه‌برفی) برای ساختاردهی به داده‌ها در قالب‌های چندبعدی و بهینه‌سازی دسترسی به آن‌ها.

پیاده‌سازی فرآیندهای ETL :

• طراحی و توسعه فرآیندهای ETL جهت انتقال داده‌ها از منابع مختلف، پاک‌سازی، نرمال‌سازی و بارگذاری در انبار داده.

پشتیبانی و نگهداری از انبار داده:

• پایش سلامت داده‌ها، به‌روزرسانی جداول و اطمینان از عملکرد پایدار و سریع سیستم.

بهینه‌سازی عملکرد (Performance Tuning):

• بررسی و بهبود کارایی کوئری‌ها و ساختارهای پایگاه داده به‌منظور افزایش سرعت واکشی داده‌ها.
• بررسی و اصلاح مشکلات پایگاه داده و انجام Troubleshooting.

• مستندسازی فنی:

• تهیه و نگهداری مستندات مربوط به ساختار داده‌ها، نقشه جریان داده، فرآیندهای ETL و استانداردهای طراحی.

تضمین کیفیت و یکپارچگی داده‌ها:

• اعمال کنترل‌های کیفیت داده، بررسی مغایرت‌ها و تدوین راهکارهایی برای حفظ دقت و صحت داده‌های ذخیره‌شده.

• همکاری بین‌بخشی:

• ارتباط مؤثر با تیم‌های تحلیل داده، هوش تجاری، توسعه‌دهندگان و مدیران پروژه برای هماهنگی اهداف فنی و تجاری.

پشتیبانی از پروژه‌های BI و تحلیلی:

• فراهم‌سازی ساختار داده مناسب برای گزارش‌سازی، تحلیل پیش‌بینی و سایر کاربردهای داده‌محور.

• استفاده از ابزارها و فناوری‌های روز:

• به‌کارگیری فناوری‌های جدید در حوزه انبار داده، مانند Cloud Data Warehouse، ابزارهای مدیریت Metadata و ابزارهای نوین ETL .

Analyzing the Organization's Data Needs:

• Identify data sources, understand the information needs of end users, and convert them into technical requirements for data warehouse design.

Designing Data Models:

• Design analytical data models (such as star and snowflake models) to structure data in multidimensional formats and optimize access to it.

Implementing ETL Processes:

• Design and develop ETL processes to transfer data from various sources, cleanse, normalize, and load into the data warehouse.
• Support and maintain the data warehouse:
• Monitor data health, update tables, and ensure stable and fast system performance.

Performance Tuning:

• Review and improve the efficiency of database queries and structures to increase data retrieval speed.
• Investigate database problems.

Technical Documentation:

• Prepare and maintain documentation related to data structures, data flow maps, ETL processes, and design standards.

Data Quality and Integrity Assurance:

• Implement data quality controls, review discrepancies, and develop solutions to maintain the accuracy and integrity of stored data.

Cross-Functional Collaboration:

• Communicate with data analytics, business intelligence, developers, and project managers to align technical and business goals.

BI and Analytics Project Support:

• Provide appropriate data structures for reporting, predictive analytics, and other data-driven applications.

Use Modern Tools and Technologies:

• Implement new technologies in the data warehouse, such as Cloud Data Warehouse, Metadata Management Tools, and modern ETL tools.