Leitender Analytics-Ingenieur

Lieben Sie es, komplizierte Geschäftsfragen in Daten umzuwandeln, denen Menschen vertrauen können? Können Sie die Customer Journey von der ersten Marketingberührung über Verkaufskonvertierung, Umsatz, Kundenbindung und Produktnutzung miteinander verbinden und die Zahlen einem Ingenieur, einem CMO und einem CFO gleichermaßen klar erklären? AIHR ist auf der Suche nach einem Lead Agentic Analytics Engineer, der die praktische funktionale Leitung unseres zweiköpfigen Data & Analytics-Teams übernehmen soll. Sie sind für die Übersetzung funktionsübergreifender Geschäftsfragen in vertrauenswürdige Metriken, kontrollierte semantische Modelle und entscheidungsbereite Agentenanalysen verantwortlich; die analytische Richtung festlegen; und bauen Sie die kritischsten Modelle selbst. Sie wandeln Rohdaten in geregelte Produkte um, die die Entscheidungsfindung für unsere Geschäftspartner vorantreiben.

Über AIHR

Die Academy to Innovate HR (AIHR) wurde 2016 mit dem Ziel gegründet, HR zukunftssicher zu machen und hat sich zum weltweiten Marktführer für Online-Schulungen für HR-Experten entwickelt. Wir unterstützen Kunden in mehr als 140 Ländern, darunter Organisationen wie Unilever, Reckitt, Goldman Sachs, Philips, Deloitte, Nike, Heineken und UBS. Unser Ziel ist es, eine Million HR-Fachkräfte kontinuierlich weiterzubilden und zu stärken.

Heute sind wir ein internationales Team von mehr als 100 Personen, die über 30 Nationalitäten repräsentieren. Wir werden von Exzellenz, Innovation und dem Wunsch nach Wachstum angetrieben und bleiben dabei freundlich, enthusiastisch und engagiert, um einander zum Erfolg zu verhelfen.

Bei AIHR zu arbeiten bedeutet, echte Verantwortung zu übernehmen, unsere Arbeitsweise zu verbessern und die Freiheit zu bekommen, sich in neuen Bereichen zu entwickeln und Ihre Rolle mitzugestalten, wenn das Unternehmen wächst.

Rolle und Verantwortlichkeiten

Das Data & Analytics-Team von AIHR ist Teil des Business Operations. Sie arbeiten mit Vahid, unserem Senior Data Engineer, zusammen und berichten an Leo, unseren VP of Business Operations. Unsere Aufnahme- und Lagerbasis ist weitgehend etabliert: Daten von Systemen wie HubSpot und unserem eigenen LMS werden über ETL-Pipelines in Snowflake übertragen. Durch spezielle Projekte bauen wir darauf kontrollierte semantische Schichten auf, damit das Unternehmen mithilfe von Power BI, Metabase und KI-Tools selbst vertrauenswürdige Analysen durchführen kann.

Ihre Rolle ist für den Schritt verantwortlich, der am wichtigsten ist: die Übersetzung einer Geschäftsfrage in eine klare Definition, ein gut gestaltetes Modell und konversations-/agentenanalytische Analysen, denen Ihre Führung vertraut. Sie legen die analytische Architektur, die DBT-Standards und die Roadmap fest, während Vahid sich auf die Aufnahme, die Lagerzuverlässigkeit und die technische Implementierung konzentriert. Sie werden beide aufbauen: Sie liefern persönlich die kritischsten Geschäftsmodelle, überprüfen Implementierungen und stellen sicher, dass die Ergebnisse für das Unternehmen nutzbar sind.

Für diese Rolle gibt es keine direkten Untergebenen. Ihr Kollege Vahid wird weiterhin vom VP of Business Operations geleitet, während Sie klare funktionale Entscheidungsrechte über Metrikdefinitionen, semantisches Modelldesign, analytische Qualität, DBT-Standards und technische Prioritäten haben. Es richtet sich an jemanden, der durch Fachwissen führen und gleichzeitig nah an der Arbeit bleiben möchte.

Was Sie besitzen werden

• Erstellen und implementieren Sie eine fortlaufende einjährige Daten- und Analyse-Roadmap, die dringende Geschäftsanforderungen mit grundlegender Arbeit in Einklang bringt. Führen Sie Vahid durch klare Prioritäten, Designüberprüfungen, Codeüberprüfungen und wiederverwendbare Modellierungsmuster.

• Lead-Erkennung in den Bereichen Marketing, Vertrieb, Kundenerfolg, Produkt und Finanzen, um die Entscheidung hinter einer Anfrage aufzudecken und sie in vereinbarte Metrikdefinitionen, geregelte semantische Schichten und Datenmodelle zu übersetzen, die den gesamten Kundenlebenszyklus verbinden.

• Legen Sie die analytische Architektur und die DBT-Standards fest. Entwerfen, erstellen, testen und dokumentieren Sie selbst die kritischsten Modelle mithilfe von SQL und DBT.

• Besitzen Sie den gesamten Funnel-Messrahmen – von Marketingreichweite, Nachfragegenerierung, Attribution und Kundenakquisekosten über Lead- und Pipeline-Konvertierung, Verkaufszyklus, Buchungen und Umsatz bis hin zu Onboarding, Produkteinführung, Erweiterung, Erneuerung, Abwanderung und Customer Lifetime Value. Sorgen Sie dafür, dass die Kerndefinitionen für wiederkehrende Einnahmen auf Finanzniveau und abgestimmt sind, und zeigen Sie gleichzeitig, wie vorgelagerte Aktivitäten die nachgelagerten Kundenergebnisse beeinflussen.

• Besitzen Sie die Logik und Qualität hinter Executive Dashboards und Self-Service-Analysen über Power BI, Metabase und KI-fähige Schnittstellen hinweg. Präsentieren Sie die Ergebnisse den Führungskräften, erläutern Sie jede Annahme und reagieren Sie konstruktiv auf Herausforderungen.

• Arbeiten Sie bei Lager- und Pipeline-Anforderungen eng mit Vahid zusammen, lösen Sie widersprüchliche Zahlen an der Quelle und verbessern Sie die technische Qualität des Teams. Setzen Sie KI dort ein, wo sie die Entwicklungsgeschwindigkeit oder den Datenzugriff verbessert, und nutzen Sie dabei ein gesundes Urteilsvermögen in Bezug auf Datenschutz, Governance, Validierung und Vertrauen.

Eine typische Woche

Dies ist eine praktische Hauptrolle. Das genaue Gleichgewicht wird sich mit den Geschäftsprioritäten ändern, aber Sie sollten damit rechnen, dass etwa die Hälfte Ihrer Zeit nah an den Daten bleibt – Aufbau, Überprüfung und Untersuchung – und der Rest auf Entdeckung, funktionale Führung und Entscheidungsunterstützung aufgeteilt wird.

• Entwerfen oder verbessern Sie ein DBT-Modell, das Daten über HubSpot, unser LMS, Abrechnungs- oder andere Quellsysteme hinweg verbindet; Schreiben Sie das SQL, die Tests, die Dokumentation und die Metriklogik, die für die Produktion erforderlich sind.

• Führen Sie Entdeckungssitzungen mit Führungskräften aus den Bereichen Marketing, Vertrieb, Kundenerfolg, Produkt oder Finanzen durch, um die Entscheidung zu klären, die sie treffen müssen, die angeforderte Metrik in Frage zu stellen und sich auf die Definition zu einigen.

• Arbeiten Sie Seite an Seite mit Vahid an Quelldatenanforderungen, Architekturentscheidungen und Implementierung; Überprüfen Sie den Code und entsperren Sie die Lieferung, ohne die gesamte technische Arbeit abzugeben.

• Untersuchen Sie eine kommerzielle Frage oder eine Frage zum Kundenlebenszyklus, verbessern Sie ein Führungs- oder Funktions-Dashboard und präsentieren Sie die Schlussfolgerung – einschließlich Annahmen und Einschränkungen – dem zuständigen Führungsteam.

• Priorisieren Sie die Daten- und Analyse-Roadmap neu, lösen Sie konkurrierende Anfragen und investieren Sie in die semantische Ebene, Governance und wiederverwendbare Modellierungsgrundlagen, um zukünftige Ad-hoc-Arbeiten zu reduzieren.

Wie Erfolg aussieht ...

Quelle: Arbeitnow (https://www.arbeitnow.nl/jobs/companies/aihr/lead-analytics-engineer-rotterdam-137108)