Empleo
Del feed del socio
Ingeniero sénior de análisis
Precio a consultar
Detalles
- Tipo de empleo
- Jornada completa
- Remoto
- No
- Empresa
- Materialbank
Descripción
Traducido automáticamente de English. El texto original es el oficial. Traducción automática — se está preparando una más precisa.
Material Bank es el mercado de materiales más grande del mundo para la industria de la arquitectura y el diseño. Operando en 37 países, nuestra plataforma se ha convertido en el estándar para los profesionales del diseño de todo el mundo. Cada día, Material Bank conecta a miles de diseñadores con decenas de miles de materiales de marcas líderes. Material Bank es la forma más rápida y potente para que los profesionales del diseño busquen, muestreen y especifiquen materiales.
Ingeniero sénior de análisis, análisis e insights
Londres, Reino Unido (híbrido, 2 días en la oficina)
Material Bank es el mercado de materiales más grande del mundo para la industria de la arquitectura y el diseño. Operando en 37 países, nuestra plataforma se ha convertido en el estándar para los profesionales del diseño de todo el mundo. Cada día, Material Bank conecta a miles de diseñadores con decenas de miles de materiales de marcas líderes. Material Bank es la forma más rápida y potente para que los profesionales del diseño busquen, muestreen y especifiquen materiales.
sobre el papel
Buscamos un ingeniero de análisis senior para unirse a Analytics & Insights, el equipo propietario de la capa de datos analíticos, los informes internos y los productos de datos de Material Bank que respaldan a nuestros equipos y socios de marca.
Este es un rol técnico práctico para alguien que quiere ser dueño de cómo se construyen los análisis. Tomará definiciones de métricas y preguntas comerciales aprobadas y las convertirá en modelos y lógica de métricas en Snowflake y dbt, los paneles de control y la capa semántica y los productos de datos que la gente usa todos los días.
Serás dueño de la ingeniería analítica para áreas clave del negocio: comprender lo que se debe medir, construir los modelos, validar la lógica, entregar los informes y mantenerlos precisos y confiables a lo largo del tiempo. Trabajará en varios departamentos y en nuestros productos de datos, incluido el análisis integrado para marcas. El trabajo varía día a día, y como equipo aportamos a todo.
lo que requerimos
• Propiedad, de principio a fin. Eres dueño de lo que construyes, desde la primera conversación con las partes interesadas hasta el modelo, el panel y la solución cuando algo se estropea.
• Precisión y atención al detalle. Usted comprende los matices detrás de un número, lo verifica antes de publicarlo y produce un trabajo en el que los líderes y socios de marca pueden confiar sin verificarlo.
• Apetito por el trabajo duro. Somos un equipo pequeño, ambicioso y con muchos objetivos. El trabajo es exigente y las horas varían según lo que hay que hacer. Somos sinceros al respecto porque ese es el papel.
que haras
• Poseer la ingeniería analítica para los dominios comerciales asignados, traduciendo la definición de métricas a través del modelo de datos, el panel y la información.
• Diseñe, cree y mantenga modelos dbt documentados y con calidad de producción en Snowflake que conviertan las definiciones de métricas aprobadas en modelos y definiciones semánticas confiables y reutilizables, y potencian la generación de informes, el autoservicio, la automatización y la IA.
• Identificar y resolver inconsistencias técnicas en la lógica métrica para que el negocio funcione con una fuente certificada de verdad.
• Crear un pequeño conjunto de paneles de control de alto valor en Tableau (y Sigma, a medida que evolucionamos la pila).
• Contribuir a la capa semántica para que las métricas certificadas sean reutilizables en herramientas de BI, Snowflake Cortex y análisis integrados.
• Automatizar el trabajo analítico recurrente, con las pruebas y el monitoreo que lo mantienen confiable.
• Asociarse con analistas y partes interesadas para interpretar datos, crear contexto y sacar a la luz los riesgos antes de que se les pregunte.
• Contribuir a productos de datos de marca utilizados por equipos de cuentas y socios fabricantes.
lo que traerás
• Más de 5 años en ingeniería analítica, análisis de datos o una función de análisis técnico similar, siendo propietario de modelos de datos e informes en los que se basa una empresa.
• SQL experto en conjuntos de datos grandes y complejos. Escribe consultas limpias y eficientes y puede depurar la lógica de otra persona tan fácilmente como la suya propia.
• Sólidas funciones prácticas de Snowflake y dbt (o una pila de datos moderna comparable), que incluyen modelado dimensional, modelos incrementales, pruebas y documentación.
• Fuertes habilidades en Tableau. Sigma, Looker o similar un plus.
• Fuerte criterio sobre el diseño de métricas: grano, denominadores, filtros, zonas horarias, deduplicación y las formas en que un número correcto aún puede inducir a error.
• Sentido comercial y curiosidad. Quiere comprender por qué un número es importante, puede explicar lo que significa un cambio para la empresa y mantener una posición cuestionada.
• Una mentalidad de automatización. Cuando ves algo repetitivo o frágil, tu instinto es encontrar una mejor manera de construirlo.
• Comodidad al trabajar en varios dominios a la vez, priorizando su propio trabajo y gestionando directamente a las partes interesadas.
• Comunicación clara y concisa y capacidad para explicar conceptos técnicos a audiencias no técnicas.
Preferido
Útil, no requerido:
• Python para automatización y validación de datos
• Análisis de mercado, comercio electrónico o SaaS B2B
• Datos de eventos y comportamiento (Segmento, GA4 o similar)
• Capas semánticas y análisis asistidos por IA (Snowflake Cortex, dbt Semantic Layer o similar)
• Análisis integrados o de cara al cliente (ClickHouse, Preset o similar)
• Experimentación y métodos causales: pruebas A/B, análisis de cohortes, diferencias en diferencias.
• Catálogo, atributo de producto o datos de búsqueda
Cómo se ve el éxito
En sus primeros 30 días, comprende la pila, los modelos, las personas y las prioridades en sus dominios, y fusiona su primer cambio de dbt.
A los 60 días, estará produciendo trabajo real de forma independiente: definiciones de métricas acordadas implementadas, sus primeros modelos y paneles certificados en uso y un plan para el primer flujo de trabajo manual que automatizará.
A los 90 días, las partes interesadas lo tratan como su socio de análisis en lugar de como una cola de solicitudes. Sus modelos son confiables, sus paneles de control se utilizan sin necesidad de que los tomen de la mano y su automatización está reduciendo el esfuerzo manual real...
Fuente: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/materialbank/senior-analytics-engineer-london-245078)
Ingeniero sénior de análisis, análisis e insights
Londres, Reino Unido (híbrido, 2 días en la oficina)
Material Bank es el mercado de materiales más grande del mundo para la industria de la arquitectura y el diseño. Operando en 37 países, nuestra plataforma se ha convertido en el estándar para los profesionales del diseño de todo el mundo. Cada día, Material Bank conecta a miles de diseñadores con decenas de miles de materiales de marcas líderes. Material Bank es la forma más rápida y potente para que los profesionales del diseño busquen, muestreen y especifiquen materiales.
sobre el papel
Buscamos un ingeniero de análisis senior para unirse a Analytics & Insights, el equipo propietario de la capa de datos analíticos, los informes internos y los productos de datos de Material Bank que respaldan a nuestros equipos y socios de marca.
Este es un rol técnico práctico para alguien que quiere ser dueño de cómo se construyen los análisis. Tomará definiciones de métricas y preguntas comerciales aprobadas y las convertirá en modelos y lógica de métricas en Snowflake y dbt, los paneles de control y la capa semántica y los productos de datos que la gente usa todos los días.
Serás dueño de la ingeniería analítica para áreas clave del negocio: comprender lo que se debe medir, construir los modelos, validar la lógica, entregar los informes y mantenerlos precisos y confiables a lo largo del tiempo. Trabajará en varios departamentos y en nuestros productos de datos, incluido el análisis integrado para marcas. El trabajo varía día a día, y como equipo aportamos a todo.
lo que requerimos
• Propiedad, de principio a fin. Eres dueño de lo que construyes, desde la primera conversación con las partes interesadas hasta el modelo, el panel y la solución cuando algo se estropea.
• Precisión y atención al detalle. Usted comprende los matices detrás de un número, lo verifica antes de publicarlo y produce un trabajo en el que los líderes y socios de marca pueden confiar sin verificarlo.
• Apetito por el trabajo duro. Somos un equipo pequeño, ambicioso y con muchos objetivos. El trabajo es exigente y las horas varían según lo que hay que hacer. Somos sinceros al respecto porque ese es el papel.
que haras
• Poseer la ingeniería analítica para los dominios comerciales asignados, traduciendo la definición de métricas a través del modelo de datos, el panel y la información.
• Diseñe, cree y mantenga modelos dbt documentados y con calidad de producción en Snowflake que conviertan las definiciones de métricas aprobadas en modelos y definiciones semánticas confiables y reutilizables, y potencian la generación de informes, el autoservicio, la automatización y la IA.
• Identificar y resolver inconsistencias técnicas en la lógica métrica para que el negocio funcione con una fuente certificada de verdad.
• Crear un pequeño conjunto de paneles de control de alto valor en Tableau (y Sigma, a medida que evolucionamos la pila).
• Contribuir a la capa semántica para que las métricas certificadas sean reutilizables en herramientas de BI, Snowflake Cortex y análisis integrados.
• Automatizar el trabajo analítico recurrente, con las pruebas y el monitoreo que lo mantienen confiable.
• Asociarse con analistas y partes interesadas para interpretar datos, crear contexto y sacar a la luz los riesgos antes de que se les pregunte.
• Contribuir a productos de datos de marca utilizados por equipos de cuentas y socios fabricantes.
lo que traerás
• Más de 5 años en ingeniería analítica, análisis de datos o una función de análisis técnico similar, siendo propietario de modelos de datos e informes en los que se basa una empresa.
• SQL experto en conjuntos de datos grandes y complejos. Escribe consultas limpias y eficientes y puede depurar la lógica de otra persona tan fácilmente como la suya propia.
• Sólidas funciones prácticas de Snowflake y dbt (o una pila de datos moderna comparable), que incluyen modelado dimensional, modelos incrementales, pruebas y documentación.
• Fuertes habilidades en Tableau. Sigma, Looker o similar un plus.
• Fuerte criterio sobre el diseño de métricas: grano, denominadores, filtros, zonas horarias, deduplicación y las formas en que un número correcto aún puede inducir a error.
• Sentido comercial y curiosidad. Quiere comprender por qué un número es importante, puede explicar lo que significa un cambio para la empresa y mantener una posición cuestionada.
• Una mentalidad de automatización. Cuando ves algo repetitivo o frágil, tu instinto es encontrar una mejor manera de construirlo.
• Comodidad al trabajar en varios dominios a la vez, priorizando su propio trabajo y gestionando directamente a las partes interesadas.
• Comunicación clara y concisa y capacidad para explicar conceptos técnicos a audiencias no técnicas.
Preferido
Útil, no requerido:
• Python para automatización y validación de datos
• Análisis de mercado, comercio electrónico o SaaS B2B
• Datos de eventos y comportamiento (Segmento, GA4 o similar)
• Capas semánticas y análisis asistidos por IA (Snowflake Cortex, dbt Semantic Layer o similar)
• Análisis integrados o de cara al cliente (ClickHouse, Preset o similar)
• Experimentación y métodos causales: pruebas A/B, análisis de cohortes, diferencias en diferencias.
• Catálogo, atributo de producto o datos de búsqueda
Cómo se ve el éxito
En sus primeros 30 días, comprende la pila, los modelos, las personas y las prioridades en sus dominios, y fusiona su primer cambio de dbt.
A los 60 días, estará produciendo trabajo real de forma independiente: definiciones de métricas acordadas implementadas, sus primeros modelos y paneles certificados en uso y un plan para el primer flujo de trabajo manual que automatizará.
A los 90 días, las partes interesadas lo tratan como su socio de análisis en lugar de como una cola de solicitudes. Sus modelos son confiables, sus paneles de control se utilizan sin necesidad de que los tomen de la mano y su automatización está reduciendo el esfuerzo manual real...
Fuente: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/materialbank/senior-analytics-engineer-london-245078)
Este anuncio proviene de un feed de socios. Solicítalo en el sitio web de origen.
Fuente: Materialbank
Ubicación
Londres, Reino Unido
Publicación proporcionada por Materialbank.
