Inżynier analityki danych

O Toptalu

Toptal to globalna sieć najlepszych talentów w biznesie, projektowaniu i technologii, która umożliwia firmom skalowanie zespołów na żądanie. Dzięki rocznym przychodom przekraczającym 200 milionów dolarów i członkom zespołów rozmieszczonym na całym świecie Toptal jest największą na świecie w pełni zdalną siłą roboczą.

Bierzemy najlepsze elementy zespołów wirtualnych i łączymy je ze strukturą wsparcia, która zachęca do innowacji, interakcji społecznych i zabawy. Nie widzimy granic, działamy szybko i nie boimy się przełamywać schematów.

Podsumowanie zadania:

Toptal szczyci się tym, że jest organizacją opartą na danych. Głównym celem inżyniera analityki danych jest pomaganie w wywieraniu wpływu na biznes i podejmowaniu lepszych decyzji poprzez stworzenie podstaw danych dla światowej klasy funkcji analitycznej. Rola ta będzie miała kluczowe znaczenie dla budowania zaufania do naszych danych i pewności co do naszych decyzji.

Nasi inżynierowie ds. analityki danych skupiają się na tworzeniu środowiska danych sprzyjającego analizom i podejmowaniu decyzji biznesowych. Będziesz właścicielem i konserwatorem warstwy transformacji danych. Będzie to wymagało zarządzania danymi (jakość, dokładność, zasięg, bezpieczeństwo), modelowania danych (struktura, relacje, integralność), komunikacji technicznej (słowniki danych, szkolenie użytkowników), kontroli jakości (przeglądy kodu, walidacja danych), analizy surowych danych oraz budowania systemów i potoków danych AI. Będziesz właścicielem produktu w naszej hurtowni danych i będziesz ściśle współpracować z naszymi funkcjonalnymi analitykami biznesowymi z jednej strony i inżynierami danych z drugiej.

Ta rola znajduje się w Centrum Doskonałości Analityki Biznesowej i zapewnia dostępność wiarygodnych danych wszystkim dalszym użytkownikom danych. Kluczowe będą pozytywne relacje zarówno z inżynierami danych, jak i analitykami biznesowymi, ale musisz także myśleć niezależnie i przedstawiać własny punkt widzenia. Aby odnieść sukces na tym stanowisku, musisz codziennie żyć i oddychać językiem SQL oraz krytycznie myśleć, rozwiązywać problemy i potrafić samodzielnie działać.

Ta rola wymaga przepływu pracy i zestawu umiejętności opartych na sztucznej inteligencji. Przekształciliśmy naszą bazę kodu tak, aby nadawała się do programowania agentowego i nadal budujemy nasze wewnętrzne narzędzia AI, a Ty będziesz częścią tego procesu. Na tym stanowisku wymagana jest płynność w korzystaniu z LLM i narzędzi kodowania agentowego. Drugą stroną tego jest to, czego nie są w stanie wykonać maszyny: dogłębne zrozumienie naszej działalności i wskaźników oraz podejmowanie decyzji dotyczących tego, co jest ważne, a co nie, jeśli chodzi o realizację celów biznesowych firmy.

To odległe stanowisko. Nie oferujemy sponsorowania wiz ani pomocy. CV i komunikaty należy składać w języku angielskim.

Obowiązki:

Poniższe informacje mają na celu opisanie ogólnego charakteru i poziomu wykonywanej pracy. Nie jest to wyczerpująca lista wszystkich obowiązków, odpowiedzialności i wymaganych umiejętności.

• Projektuj, pisz, przeglądaj i udostępniaj modele SQL w naszych repozytoriach, które przekształcają surowe dane w użyteczne produkty danych dla wszystkich interesariuszy organizacji. Posiadaj i utrzymuj warstwę transformacji.

• Aktywnie współpracuj z inżynierami danych, aby zapewnić dodawanie i dostępność nowych źródeł danych, a następnie ich modelowanie i publikację w naszej hurtowni danych.

• Aktywnie monitoruj hurtownię danych i wyciągaj wnioski, aby identyfikować możliwości poprawy operacji na danych, dokładności i jakości danych, zasięgu, integralności, struktury i ogólnej użyteczności.

• Zamień niejednoznaczne zapytania biznesowe w modelowane dane. Przeprowadź zbieranie wymagań z interesariuszami. Ustal ziarno, ujawnij przypadki Edge, zapisz reguły biznesowe i odsuń się, jeśli żądanie dałoby wprowadzającą w błąd liczbę.

• Wdrażaj środki i procesy w celu poprawy jakości, dokładności, zasięgu, pochodzenia, dostępu i przechowywania danych w dziesiątkach źródłowych produkcyjnych baz danych.

• Posiadaj słownik danych. Utwórz dokumentację tabeli i kolumn, która śledzi każde pole do jego prawdziwego pochodzenia. Dokumentacja ta jest konsumowana zarówno przez agentów AI, jak i ludzi, i stanowi integralną część warstwy semantycznej.

• Diagnozuj i rozwiązuj incydenty związane z danymi.

• Przejrzyj kod swoich kolegów z zespołu i przekaż opinię, aby zachować higienę środowiska produkcyjnego hurtowni danych.

• Ściśle współpracuj z analitykami biznesowymi, inżynierami danych, badaczami danych i właścicielami procesów biznesowych, aby umożliwić podejmowanie decyzji w oparciu o dane.

• Umożliwiaj użytkownikom końcowym lepsze wykorzystanie danych, zrozumienie złożoności, niuansów i ograniczeń.

• Pomóż przyspieszyć działanie zespołu. Ulepsz podręczniki agenta, dokumentację i narzędzia używane przez zespół do pracy z magazynem.

W pierwszym tygodniu spodziewaj się:

• Dołącz do Toptal i zintegruj się z nim oraz rozpocznij poznawanie naszej historii, kultury i wizji.

• Zapewnij kompleksowe działanie swojego środowiska: dostęp do GCP, BigQuery, repozytoria Dataform i nasze narzędzia do tworzenia agentów.

• Obserwuj zespoły, których dane będziesz posiadać, aby poznać podstawowe operacje i możliwości Toptal, w tym rozwój, operacje związane z talentami, przedsiębiorstwa i małe i średnie przedsiębiorstwa.

W pierwszym miesiącu spodziewaj się:

• Zrozum dane generowane w wyniku operacji i działań firmy oraz miejsca/w jaki sposób te dane są przechowywane.

• Zapoznaj się z naszymi procesami ETL, harmonogramem, narzędziami, monitorowaniem, planem działania i słabymi punktami.

• Zrozum nasze systemy źródłowe i ich miejsce w naszych procesach biznesowych.

• Zacznij otrzymywać i badać pytania dotyczące danych przychodzących od analityków biznesowych.

• Samodzielnie zbuduj swoje pierwsze żądanie ściągnięcia Dataform i zacznij przeglądać PR swoich kolegów z zespołu.

W ciągu pierwszych trzech miesięcy spodziewaj się:

• Opanuj nasze podstawowe elementy i podmioty danych.

• Rozpocznij standaryzację definicji i tworzenie logiki SQL w celu wypychania definicji do warstwy danych.

• Bądź pierwszą osobą reagującą na incydenty związane z danymi, diagnozując pierwotną przyczynę na podstawie dowodów i metodycznego podejścia.

• Rozpocznij dokumentowanie przepływów danych, definicji, metodologii obliczeń i elementów danych, aby stale budować i ulepszać warstwę semantyczną.

W ciągu pierwszych sześciu miesięcy spodziewaj się:…

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