Datenleiter – Zentrales Datenteam

Über uns

YipitData ist das führende Marktforschungs- und Analyseunternehmen für die disruptive Wirtschaft. Unsere proprietäre Technologie analysiert Milliarden alternativer Datenpunkte, um umsetzbare Erkenntnisse zu gewinnen. Die weltweit führenden Investmentfonds und Fortune-500-Unternehmen verlassen sich auf unsere Daten, um wichtige Entscheidungen zu treffen.

Wir agieren weltweit mit Niederlassungen in den USA, APAC und Indien. Unsere preisgekrönte, menschenzentrierte Kultur – von Inc. drei Jahre in Folge als „Best Workplace“ ausgezeichnet – legt Wert auf Transparenz, Eigenverantwortung und kontinuierliche Kompetenz.

Wie es ist, hier zu arbeiten:

• Eigentum ist real und nicht erstrebenswert. Ein Analyst kann hier ein End-to-End-Datenprodukt besitzen – von der Methodik bis zur Kundenbereitstellung – und es direkt den Anlegern präsentieren, die darauf angewiesen sind. Sie werden nicht monatelang auf „sinnvolle Arbeit“ warten müssen.

• Wachstum wird durch Wirkung und nicht durch Dauer bestimmt. Umfang und Verantwortung erweitern sich, sobald Sie nachweisen können, dass Sie dazu bereit sind. Wir fördern basierend auf dem, was Sie getan haben, und nicht darauf, wie lange Sie schon hier sind.

• KI ist ein zentrales Arbeitswerkzeug, kein Nebenprojekt. Wir sind dabei, die Art und Weise, wie analytische Arbeit erledigt wird, aktiv neu zu gestalten – mithilfe von KI-Agenten, Automatisierung und neuen Tools, um die Möglichkeiten grundlegend zu verändern. Wenn Sie davon begeistert sind, werden Sie hier erfolgreich sein.

Über die Rolle:

Das Central Data-Team von YipitData bildet die Grundlage für alles, was wir liefern. Wir entwickeln die standardisierten Datenprodukte, Methoden und Systeme, die jedes nachgelagerte Geschäft antreiben – von unseren Investment-Research- und Unternehmensprodukten bis hin zu unseren Daten-Feeds.

In der Vergangenheit haben viele Teams ähnliche Datenprobleme unabhängig voneinander gelöst. Central Data dient dazu, diese gemeinsamen Muster zu identifizieren und gemeinsame Lösungen zu entwickeln, die die Qualität, Konsistenz und Geschwindigkeit im gesamten Unternehmen verbessern.

Als Central Data Lead sind Sie durchgängig Eigentümer einer dieser grundlegenden Datendomänen. Dabei handelt es sich um eine äußerst analytische Rolle als Produktverantwortlicher, die fundierte Datenkompetenz, Systemdenken, technische Führung und funktionsübergreifende Ausführung vereint. Anstatt einmalige analytische Probleme zu lösen, entwerfen Sie wiederverwendbare Systeme und Methoden, die es Dutzenden nachgelagerten Teams ermöglichen, schneller und sicherer voranzukommen.

Jeder Bereich wird gemeinsam von einem dreiköpfigen Führungsteam geleitet:

• Datenleiter: Verantwortlich für Methodik, Datenqualität und Analysestrategie

• Technischer Produktmanager: Verantwortlich für Priorisierung, Roadmap und Geschäftsausrichtung

• Data Engineering Manager: Verantwortlich für die technische Ausführung, Plattformarchitektur und technische Bereitstellung

Gemeinsam definieren Sie, wie sich Ihre Domäne weiterentwickelt, und arbeiten dabei eng mit Datenauswertung, Technik, nachgelagerten Produktteams und externen Datenpartnern zusammen.

Wir stellen Datenleiter für diese beiden Teams ein:

• Verbraucherbelege: Besitzen Sie die Systeme, die Verbraucherbelegdaten auf Transaktionsebene über Millionen von Einkäufen hinweg verarbeiten, klassifizieren und validieren.

• B2B-Ausgaben: Besitzen Sie die Systeme, die komplexe Einkaufs- und Rechnungsdaten von mittelständischen Unternehmen und Unternehmen von mehreren Anbietern in standardisierte, produktionsbereite Datensätze umwandeln.

Ihr Erfolg wird nicht daran gemessen, wie viele Analysen Sie durchführen. Dies wird daran gemessen, wie effektiv Sie Systeme aufgebaut haben, die Hunderte zukünftiger Analysen schneller, konsistenter und zuverlässiger machen.

Was Sie tun werden:

• Beherrschen Sie den Lebenszyklus Ihrer Datendomäne: von der Definition, wie rohe Partnerdaten verarbeitet, validiert, markiert und modelliert werden sollen, bis hin zur Sicherstellung, dass nachgelagerte Teams sicher darauf aufbauend Produkte entwickeln können. Entwickeln Sie umfassendes Fachwissen in Ihrem Bereich und die mentalen Modelle, die erforderlich sind, um Probleme zu erkennen, bevor sie sich auf Kunden auswirken.

• Erstellen Sie Systeme, die die Datenqualität verbessern: Entwerfen Sie Validierungs-Frameworks, Überwachungs- und Qualitätssicherungssysteme, die Probleme proaktiv erkennen. Denken Sie gründlich über Repräsentativität, Voreingenommenheit und systematische Risiken nach – nicht nur darüber, ob einzelne Datensätze korrekt aussehen.

• Entwerfen Sie wiederverwendbare, skalierbare Methoden: Identifizieren Sie gemeinsame Geschäftskonzepte und Analysemuster für Investoren, Unternehmen und Daten-Feeds. Erstellen Sie zentralisierte Methoden, die Doppelarbeit reduzieren, die Konsistenz verbessern und eine dauerhafte Hebelwirkung im gesamten Unternehmen schaffen.

• Legen Sie die analytische und technische Richtung fest: Arbeiten Sie mit dem technischen Produktmanager zusammen, um Investitionen basierend auf geschäftsübergreifenden Auswirkungen zu priorisieren, und mit dem Data Engineering Manager, um die Verarbeitungsarchitektur und Plattformfunktionen zu gestalten. Gehen Sie durchdachte Kompromisse zwischen Geschwindigkeit, Genauigkeit, Automatisierung und langfristiger Skalierbarkeit ein.

• Erweitern und entwickeln Sie Ihre Domäne weiter: Arbeiten Sie mit dem Datenauswertungsteam zusammen, um neue Datensätze zu integrieren und bei Bedarf direkt mit technischen und geschäftlichen Stakeholdern unserer Datenanbieter zusammenzuarbeiten. Erstellen Sie wiederverwendbare Integrationsmuster, die das Onboarding zukünftiger Datensätze schneller und zuverlässiger machen.

• Gestalten Sie die analytische Arbeit mit KI neu: Nutzen Sie KI, Automatisierung und neue Tools, um die Art und Weise, wie Daten verarbeitet, validiert, dokumentiert und gepflegt werden, grundlegend zu verbessern. Identifizieren Sie kontinuierlich Möglichkeiten, manuelle Arbeit zu eliminieren und den Umfang und die Qualität der Leistungen des Teams zu steigern.

• Helfen Sie beim Aufbau der Organisation: Wenn das Team wächst, betreuen Sie Nachwuchsanalysten und etablieren Sie die Standards, Prozesse und Kultur, die die Funktionsweise Ihrer Domain definieren.

Beispielprojekte:

Im ersten Jahr könnten Sie:

• Entwerfen Sie eine allgemeine Methodik zur Klassifizierung von Millionen von Belegpositionen über mehrere Datenanbieter hinweg.

• Erstellen Sie automatisierte Qualitätssicherungssysteme, die systematische Verschiebungen in der Händlerkennzeichnung erkennen, bevor sie sich auf nachgelagerte Produkte auswirken.

• Entwickeln Sie wiederverwendbare Frameworks, die den Zeitaufwand für die Einbindung neuer Datensätze von Monaten auf Wochen verkürzen.

• Arbeiten Sie mit Engineering zusammen, um die Verarbeitungsarchitektur neu zu gestalten, die die Skalierbarkeit verbessert und gleichzeitig den Betriebsaufwand reduziert.

• Erstellen Sie eine standardisierte Geschäftslogik, die mehrere inkonsistente Implementierungen ersetzt, die in verschiedenen Geschäftseinheiten verwendet werden.

Sie werden wahrscheinlich Erfolg haben, wenn:…

Quelle: Jobicy (https://jobicy.com/jobs/152751-data-lead-central-data-team)