Ang futureproof consulting ay isang B2B consultancy mula sa Czech Republic na tumutulong sa mga organisasyon na tugunan ang mga kumplikadong hamon sa teknolohiya at data. Saklaw ng gawain nito ang data at analytics, cybersecurity, imprastraktura ng IT, at mga kaugnay na serbisyo sa pagkonsulta at marketing, habang pinagsasama ang estratehikong payo at praktikal na pagpapatupad. Sinusuportahan ng kompanya ang mga kliyente sa pagprotekta at pamamahala ng impormasyon, pagpapataas ng halaga ng mga analytics platform, at pagpapanatili ng imprastrakturang kailangan para sa operasyon ng mga negosyo. Itinatag noong 2015 at nakabase sa Říčany, ito ay isang maliit na pangkat ng mga espesyalista na naglilingkod sa mga kliyenteng pangnegosyo.
Analista ng Kalidad ng Data – Pagbuo ng ADE/ASM Converter (Remote, Czechia)
Sinusuri ang siyentipiko at laboratoryong data kasama ng mga ADE at ASM converter. Sinusuportahan ang integrasyon ng data, traceability, at de-kalidad na paghahatid para sa isang pandaigdigang kompanya ng parmasyutiko.
Paglalarawan
- Magtakda ng mga kinakailangan sa kalidad ng data, pamantayan sa pagtanggap, pamamaraan ng validation, at mga senaryo ng pagsubok
- Suportahan ang end-to-end na onboarding at validation ng siyentipikong data at mga ASM converter
- Pangasiwaan ang mga sesyon para sa mga kinakailangan at discovery kasama ang mga siyentipiko, subject matter expert, at stakeholder sa negosyo
- Suriin ang data mula sa mga instrumentong panglaboratoryo at tukuyin ang mahahalagang siyentipikong field ng data
- Bumuo at magsuri ng source-to-target mapping at mga kinakailangan sa transformation ng data
- Makipagtulungan sa mga Semantic Engineer upang imapa ang data sa Allotrope Ontology at mga ASM schema
- I-validate ang output ng converter habang pinapanatili ang siyentipikong kahulugan at integridad ng data
- Isagawa at i-coordinate ang source-to-target validation, transformation verification, mga pagsusuri sa kalidad ng data, traceability testing, semantic mapping validation, at validation ng output ng converter
- Suriin ang mga resulta ng pagsubok, ebidensya ng validation, depekto, at mga sukatan ng kalidad ng data
- Tumulong sa defect triage, root-cause analysis, pagsusuri ng panganib, at remediation
- Panatilihin ang traceability sa mga kinakailangan, mapping, senaryo ng pagsubok, at ebidensya ng validation
- Makibahagi sa mga pagsusuri ng kahandaan sa release at mga aktibidad sa pag-apruba
- Maghanda at magsuri ng dokumentasyon para sa SDLC at validation
- Subaybayan ang mga panganib, isyu, dependency, at hadlang sa paghahatid
- I-coordinate ang trabaho sa mga pangkat ng Scientific, Data Engineering, Quality, Product, Architecture, at vendor
- Pagbutihin ang mga proseso ng kalidad ng data, pamamaraan ng validation, at mga reusable na asset sa pagsubok
- Panatilihin ang pagsunod sa data governance, SDLC, kalidad, at mga kinakailangan sa regulasyon
Mga Kinakailangan
- Bachelor’s o master’s degree sa Computer Science, Engineering, Data Science, Information Systems, Biotechnology, o kaugnay na disiplina, o katumbas na propesyonal na karanasan
- Hindi bababa sa anim na taong karanasan sa Data Engineering, Data Integration, Data Management, Data Quality, o kaugnay na tungkuling nakatuon sa data
- Malalim na kaalaman sa kalidad ng data, validation, modeling, mapping, transformation, source-to-target mapping, at traceability
- Karanasan sa pagtukoy ng mga kinakailangan, pamantayan sa pagtanggap, pamamaraan ng validation, at mga senaryo ng pagsubok
- Karanasan sa pag-validate ng mga kumplikadong transformation at integration ng data
- Pag-unawa sa software development lifecycle (SDLC) at pamamahala ng data lifecycle
- Kaalaman sa mga prinsipyo ng data governance
- Karanasan sa pakikipagtulungan sa mga stakeholder na hindi teknikal upang linawin ang pangnegosyo o siyentipikong pangangailangan
- Kakayahang gawing malinaw na espesipikasyon ng data at validation ang mga kinakailangan sa negosyo o siyensya
- Karanasan sa pagdodokumento at pamamahala ng mga panganib, isyu, dependency, at desisyon
- Malakas na kakayahang analitikal at paglutas ng problema
- Malakas na kasanayan sa komunikasyon at pamamahala ng stakeholder
- Karanasan sa pakikipagtulungan sa mga pangkat ng Engineering, Quality, Product, Business, subject matter expert, at external vendor
- Karanasan sa mga kapaligiran ng parmasyutiko, biotechnology, life sciences, o drug discovery
- Karanasan sa pagtatrabaho sa siyentipiko o laboratoryong data
- Pag-unawa sa mga workflow ng laboratoryo at data ng instrumento
- Karanasan sa paghahatid ng mga proyekto sa data onboarding, integration, migration, transformation, o validation
- Kaalaman sa mga pamantayan ng Allotrope Foundation
- Karanasan sa Allotrope Simple Model (ASM)
- Kaalaman sa mga ontology, semantic model, o pamamahala ng metadata
- Karanasan sa paggamit ng Jira, Confluence, VERA, Xray, Mural, o katulad na mga tool
- Karanasan sa mga automated na framework para sa validation o testing ng data
Mga Benepisyo
- Remote na kaayusan sa pagtatrabaho
- Freelance o kontraktuwal na engagement
- Alokasyon na 40 oras bawat linggo
- Pagkakataong makatrabaho ang isang pandaigdigang kompanya ng parmasyutiko sa Prague