Leitender Dateningenieur, Werbung

Discord verfügt über eine äußerst engagierte Community von Millionen täglich aktiver Benutzer, die die Plattform aus vielen verschiedenen Gründen nutzen, aber eines tut fast jeder: Videospiele spielen. Discord spielt eine besonders wichtige Rolle in der Zukunft des Gamings und wir konzentrieren uns darauf, den Menschen das Zusammensein vor, während und nach dem Spielen einfacher und unterhaltsamer zu machen.

Discord sucht einen erfahrenen Dateningenieur, der sich auf unsere Werbeproduktdaten konzentriert. In dieser Rolle treiben Sie die technische Vision und Strategie für das Ads Data Engineering voran, um unsere ML-Initiativen zu unterstützen und gleichzeitig anspruchsvolle Datenpipelines, Datensätze und Analysetools aufzubauen und zu pflegen. Sie leiten funktionsübergreifende Initiativen zur Transformation unserer Werbeprodukte durch datengesteuerte Erkenntnisse und betreuen andere Ingenieure dabei, außergewöhnliche Ergebnisse zu erzielen.

Diese Rolle beschäftigt sich intensiv mit Data Science, maschinellem Lernen und Produkten. Wenn es Sie begeistert, technische Innovationen voranzutreiben, skalierbare Lösungen zu entwickeln und Teams mithilfe von Daten zu stärken, ermutigen wir Sie, einen Schritt zu wagen!

Was Sie tun werden

• Entwerfen und besitzen Sie Kerndatenmodelle für Anzeigen: Fakten-/Dim-Tabellen, kanonische Datensätze und Aggregationsebenen, die Bereitstellung, Messung, Targeting, Attribution und ML-Anwendungsfälle ermöglichen.

• Erstellen und pflegen Sie die ML-Daten, die das Ranking, die Auslieferung und das Targeting von Anzeigen ermöglichen – einschließlich Funktionsentwicklung, Workflows zur Label-Generierung, Intra-Day-Training und ML-Eingabebeobachtbarkeit, um Datenqualitätsprobleme zu erkennen, bevor sie die Modellleistung beeinträchtigen.

• Erstellen Sie Pipelines zur Conversion-Messung und integrieren Sie Attributionsdaten von Drittanbietern – einschließlich Conversion-Attribution und MMP-Integrationen (Mobile Measurement Partner) (Adjust, AppsFlyer, Singular) – um Attributionsgenauigkeit und Datenparität über alle Messoberflächen hinweg sicherzustellen.

• Bauen Sie eine Batch- und nahezu Echtzeit-Pipeline-Infrastruktur im gesamten Werbeökosystem auf – streben Sie nach Daten mit geringerer Latenz für ML und melden Sie Anwendungsfälle auf unserem BigQuery + dbt + Dagster-Stack. Partnerschaft mit Data Platform bei der Einführung und dem Erfolg neuer Datenverarbeitungs-Engines zur Unterstützung niedriger Latenzanforderungen.

• Entwickeln Sie Datenqualitäts-Frameworks, Überwachungssysteme, automatisierte Anomalieerkennung und SLA-Infrastruktur für kritische Werbepipelines in großem Maßstab.

• Identifizieren Sie proaktiv grundlegende Lücken in der Dateninfrastruktur – einschließlich solcher mit weitreichenden Auswirkungen auf ML, Messung und Berichterstellung – und entwerfen Sie skalierbare, kanonische Lösungen, auf die sich mehrere Teams verlassen können.

• Erstellen Sie Systeme von Grund auf in einer sich schnell entwickelnden Werbedatenumgebung auf der grünen Wiese – treffen Sie fundierte Architekturentscheidungen mit unvollständigen Informationen und gleichen Sie kurzfristige Bereitstellung mit langfristigen Infrastrukturinvestitionen ab.

• Fördern Sie die Abstimmung zwischen Data Science-, ML-Engineering-, Werbeprodukt- und GTM-Teams durch klare Narrative, die Dateninfrastrukturentscheidungen mit Geschäftsergebnissen und Umsatzauswirkungen verbinden.

• Betreuen Sie Ingenieure bei technischen Herausforderungen, Code- und Designüberprüfungen und übernehmen Sie die Verantwortung für komplexe Projekte – tragen Sie so zur Kultur und den technischen Standards des Data Engineering-Teams bei.

Was Sie haben sollten

• Über 5 Jahre praktische Erfahrung im Schreiben von Produktionscode und in der Architektur von Datenpipelines mit umfangreichen Verbraucherdaten in Werbetechnologiebereichen (Anzeigenbereitstellung, Ranking, Targeting, Identität, Konversionsmessung).

• Umfangreiches Fachwissen im Bereich Digital Advertising Data Engineering – insbesondere in den Bereichen Anzeigenbereitstellung, Conversion-Messung, Attributionspipelines oder ML-Feature-Dateninfrastruktur. Erfahrung mit Konvertierungsdaten und APIs, MMP-Integrationen oder Identitätsgraph-Infrastruktur wird sehr geschätzt.

• Nachgewiesene Erfahrung beim Erstellen von Datenmodellen in einer Greenfield- oder 0-zu-1-Umgebung, in der sich Anforderungen häufig ändern, die Dokumentation spärlich ist und Architekturentscheidungen auf der Grundlage unvollständiger Informationen getroffen werden.

• SQL und Python auf Expertenniveau. Starke Fähigkeit, leistungsstarke, wartbare Datenmodelle zu entwerfen und Pipeline-Code in Produktionsqualität zu schreiben.

• Nachgewiesene praktische Erfahrung mit Datenqualitätsprüfungen, Überwachungssystemen und automatisierter Anomalieerkennung für umfangreiche Datensätze (Milliarden+ Zeilen) – einschließlich Qualitäts-Frameworks, die für ML-Eingaben entwickelt wurden.

• Starke technische Kommunikationsfähigkeiten mit der Fähigkeit, die Ausrichtung voranzutreiben, die Priorisierung zu beeinflussen und die Akzeptanz bei technischen Stakeholdern zu gewinnen.

• Kollaborative Denkweise und starke funktionsübergreifende Instinkte mit Erfahrung im Aufbau vertrauensvoller Arbeitsbeziehungen mit Data Science-, ML-Engineering- und Produktteams.

Bonuspunkte

• Leidenschaft für Discord oder Gaming-Communitys

• Erfahrung mit Datenvisualisierungs- und Dashboarding-Technologien (Looker, Tableau oder ähnliches)

• Erfahrung mit der Gestaltung einer Datenarchitektur zur Unterstützung einer Vielzahl von Anwendungsfällen, einschließlich Berichterstellung (intern und extern), Ad-hoc-Analyse und Experimenten.

• Arbeiten Sie mit Daten-KI-Tools, um einen größeren Self-Service-Nutzen für Ihre Kunden zu schaffen.

• Erfahrung im Aufbau nahezu Echtzeit- oder Streaming-Pipeline-Infrastruktur (z. B. Kafka, Spark Streaming oder gleichwertig) zusätzlich zur Stapelverarbeitung wird bevorzugt.

Die US-Grundgehaltsspanne für diese Vollzeitstelle liegt zwischen 220.500 und 245.000 US-Dollar + Eigenkapital + Sozialleistungen. Unsere Gehaltsspannen richten sich nach Rolle und Niveau. Innerhalb dieser Spanne wird das individuelle Gehalt durch zusätzliche Faktoren bestimmt, darunter berufsbezogene Fähigkeiten, Erfahrung und relevante Ausbildung oder Ausbildung. Bitte beachten Sie, dass die in Stellenausschreibungen in den USA aufgeführten Vergütungsdetails nur das Grundgehalt widerspiegeln und weder Eigenkapital noch Zusatzleistungen enthalten.

Warum Discord?…

Quelle: Jobicy (https://jobicy.com/jobs/155126-senior-data-engineer-ads)