Ingénieur en analyse de données

À propos de Toptal

Toptal est un réseau mondial des meilleurs talents dans les domaines du commerce, du design et de la technologie qui permet aux entreprises de faire évoluer leurs équipes à la demande. Avec plus de 200 millions de dollars de chiffre d'affaires annuel et des membres d'équipe basés dans le monde entier, Toptal est la plus grande main-d'œuvre entièrement distante au monde.

Nous prenons les meilleurs éléments des équipes virtuelles et les combinons avec une structure de soutien qui encourage l'innovation, l'interaction sociale et le plaisir. Nous ne voyons pas de frontières, avançons à un rythme rapide et n’avons jamais peur de briser le moule.

Résumé du poste :

Toptal est fière d'être une organisation axée sur les données. L'objectif principal de l'ingénieur Data Analytics est d'aider à générer un impact commercial et une meilleure prise de décision en jetant les bases de données pour une fonction analytique de classe mondiale. Ce rôle sera essentiel pour favoriser la confiance dans nos données et la confiance dans nos décisions.

Nos ingénieurs en analyse de données se concentrent sur la création d’un environnement de données propice à l’analyse et à la prise de décision commerciale. Vous posséderez et entretiendrez la couche de transformation des données. Cela nécessitera une gouvernance des données (qualité, exactitude, couverture, sécurité), une modélisation des données (structure, relations, intégrité), une communication technique (dictionnaires de données, formation des utilisateurs), un contrôle qualité (révisions de code, validation des données), une analyse des données brutes et la création de systèmes et de pipelines de données d'IA. Vous serez le propriétaire du produit pour notre entrepôt de données et vous coordonnerez étroitement avec nos analystes commerciaux fonctionnels d'un côté et nos ingénieurs de données de l'autre.

Ce rôle s'inscrit au sein du centre d'excellence Business Analytics et garantira que des données fiables sont disponibles pour tous les utilisateurs de données en aval. Des relations positives avec les ingénieurs de données et les analystes commerciaux seront essentielles, mais vous devez également penser de manière indépendante et apporter votre propre point de vue. Pour réussir dans ce rôle, vous devez vivre et respirer SQL au quotidien et être un penseur critique, un résolveur de problèmes et un esprit d'initiative.

Ce rôle nécessite un flux de travail et des compétences basés sur l'IA. Nous avons transformé notre base de code pour qu'elle soit instrumentée pour le développement agent et continuons à développer nos outils d'IA internes, et vous ferez partie de ce processus. La maîtrise de l'utilisation des LLM et des outils de codage agent est une exigence de ce rôle. Le revers de la médaille est que les machines ne peuvent pas faire une partie : comprendre en profondeur notre activité et nos indicateurs, et prendre des décisions sur ce qui compte et ce qui ne l’est pas pour faire avancer les objectifs commerciaux de l’entreprise.

Il s'agit d'un poste éloigné. Nous n'offrons pas de parrainage ou d'assistance pour les visas. Les curriculum vitae et les communications doivent être soumis en anglais.

Responsabilités :

Les informations suivantes visent à décrire la nature générale et le niveau du travail effectué. Il ne s’agit pas d’une liste exhaustive de toutes les tâches, responsabilités ou compétences requises.

• Concevoir, écrire, réviser et diffuser des modèles SQL dans nos référentiels qui transforment les données brutes en produits de données utilisables pour toutes les parties prenantes de l'organisation. Posséder et maintenir la couche de transformation.

• Travailler de manière proactive avec les ingénieurs de données pour garantir que de nouvelles sources de données sont ajoutées et disponibles, puis modélisées et publiées dans notre entrepôt de données.

• Surveillez de manière proactive l'entrepôt de données et extrayez des informations pour identifier les opportunités d'amélioration des opérations de données, de l'exactitude et de la qualité des données, de la couverture, de l'intégrité, de la structure et de la convivialité générale.

• Transformez les demandes commerciales ambiguës en données modélisées. Organiser la collecte des exigences avec les parties prenantes. Établissez le grain, identifiez les cas extrêmes, notez les règles métier et repoussez lorsque la demande produirait un chiffre trompeur.

• Mettre en œuvre des mesures et des processus pour améliorer la qualité, l'exactitude, la couverture, le traçage, l'accès et la conservation des données sur des dizaines de bases de données de production source.

• Posséder le dictionnaire de données. Rédigez une documentation sur les tables et les colonnes qui retrace chaque champ jusqu'à sa véritable origine. Cette documentation est consommée par les agents IA ainsi que par les humains, et fait partie intégrante de la couche sémantique.

• Diagnostiquer et résoudre les incidents de données.

• Révisez le code de vos coéquipiers et fournissez des commentaires pour maintenir l'hygiène de l'environnement de production de l'entrepôt de données.

• Travailler en étroite collaboration avec les analystes commerciaux, les ingénieurs de données, les scientifiques de données et les propriétaires de processus métier pour permettre une prise de décision basée sur les données.

• Permettre aux utilisateurs finaux de mieux utiliser les données, de comprendre les complexités, les nuances et les limites.

• Aidez à rendre l'équipe plus rapide. Améliorez les playbooks des agents, la documentation et les outils que l'équipe utilise pour travailler avec l'entrepôt.

Au cours de la première semaine, attendez-vous à :

• Intégrez-vous à Toptal et commencez à apprendre notre histoire, notre culture et notre vision.

• Faites fonctionner votre environnement de bout en bout : accès GCP, BigQuery, les référentiels Dataform et nos outils de développement agent.

• Observez les équipes dont vous posséderez les données pour découvrir le cœur des opérations et des capacités de Toptal, notamment la croissance, les opérations de talents, l'entreprise et les PME.

Au cours du premier mois, attendez-vous à :

• Comprendre les données générées par les opérations et activités de l'entreprise et où/comment ces données sont stockées.

• Comprendre nos processus ETL, notre calendrier, nos outils, notre surveillance, notre feuille de route et nos points faibles.

• Comprendre nos systèmes sources et leur place dans nos processus métier.

• Commencez à recevoir et à rechercher des questions sur les données entrantes de la part des analystes commerciaux.

• Créez votre première pull request Dataform de manière indépendante et commencez à examiner les PR de vos coéquipiers.

Au cours des trois premiers mois, attendez-vous à :

• Développer une maîtrise de nos éléments de données et entités de base.

• Commencez à normaliser les définitions et à créer une logique SQL pour intégrer les définitions dans la couche de données.

• Être un premier intervenant en cas d'incidents liés aux données, en diagnostiquant la cause profonde avec des preuves et une approche méthodique.

• Commencer à documenter les flux de données, les définitions, les méthodologies de calcul et les éléments de données pour construire et améliorer continuellement la couche sémantique.

Au cours des six premiers mois, attendez-vous à :…

Source : Jobicy (https://jobicy.com/jobs/154889-data-analytics-engineer-2)