Projektbeschreibung
ÜbersetztWir sind ein mittelständisches Unternehmen und haben im Laufe der Jahre viele Datenbanken, Schemata in unserem Data Warehouse, Exporte in Tabellenkalkulationen und BI-Berichte angesammelt, aber niemand hat ein vollständiges Bild davon, welche Daten existieren und wo sie sich befinden. Analysten verbringen Tage damit, die richtige Tabelle zu suchen, fragen Kollegen in Chats und rekonstruieren Kennzahlen, die bereits irgendwo berechnet wurden. Wenn zwei Berichte bei Zahlen nicht übereinstimmen, können wir nicht schnell herausfinden, welche Quelle korrekt ist und wem sie gehört. Wir wollen dies mit einem ordentlichen Datenkatalog lösen: einem einzigen durchsuchbaren Verzeichnis von Datensätzen, Tabellen, Spalten und Berichten, wobei jeder eine klare Beschreibung, geschäftliche Bedeutung, Eigentümer und Frischeindikator hat.
Über die Suche hinaus benötigen wir Herkunft — die Fähigkeit zu sehen, wo ein Feld herkommt, welche Pipelines eine Tabelle speisen und welche Dashboards brechen, wenn wir es ändern. Es ist auch wichtig, dass die Datenqualitätskennzeichen direkt im Katalog sichtbar sind: Eine Person versteht sofort, ob es sich um einen vertrauenswürdigen Satz, veraltet oder in Überprüfung handelt. Das Hauptziel ist Vertrauen: Ein Analyst öffnet den Katalog, findet den Datensatz, den er benötigt, in Sekunden, versteht seine Bedeutung, sieht, wen er kontaktieren kann, und weiß bereits, ob er sich auf die Zahlen verlassen kann, bevor er etwas darauf aufbaut.
Wir sind bereit, eine geeignete Open-Source- oder leichte Lösung in Betracht zu ziehen, anstatt einer schweren Unternehmensplattform, wenn sie zu unserem Stack passt und von einem kleinen Team gewartet werden kann. Wir bitten Sie, einen Ansatz und ungefähre Zeitpläne vorzuschlagen.
Was wir von der Arbeit erwarten:
— Inventar und automatische Metadatensammlung aus Quellen;
— Suche mit Beschreibungen, Eigentümern und Tags;
— Herkunftsvisualisierung auf Tabellen- und Spaltenebene;
— Datenqualitätsindikatoren und einen einfachen Verifizierungsprozess.
Über die Suche hinaus benötigen wir Herkunft — die Fähigkeit zu sehen, wo ein Feld herkommt, welche Pipelines eine Tabelle speisen und welche Dashboards brechen, wenn wir es ändern. Es ist auch wichtig, dass die Datenqualitätskennzeichen direkt im Katalog sichtbar sind: Eine Person versteht sofort, ob es sich um einen vertrauenswürdigen Satz, veraltet oder in Überprüfung handelt. Das Hauptziel ist Vertrauen: Ein Analyst öffnet den Katalog, findet den Datensatz, den er benötigt, in Sekunden, versteht seine Bedeutung, sieht, wen er kontaktieren kann, und weiß bereits, ob er sich auf die Zahlen verlassen kann, bevor er etwas darauf aufbaut.
Wir sind bereit, eine geeignete Open-Source- oder leichte Lösung in Betracht zu ziehen, anstatt einer schweren Unternehmensplattform, wenn sie zu unserem Stack passt und von einem kleinen Team gewartet werden kann. Wir bitten Sie, einen Ansatz und ungefähre Zeitpläne vorzuschlagen.
Was wir von der Arbeit erwarten:
— Inventar und automatische Metadatensammlung aus Quellen;
— Suche mit Beschreibungen, Eigentümern und Tags;
— Herkunftsvisualisierung auf Tabellen- und Spaltenebene;
— Datenqualitätsindikatoren und einen einfachen Verifizierungsprozess.
Sonstiges / Verschiedenes Bargeld, Banküberweisung
