Menedżer ds. inżynierii analitycznej, platforma danych i zarządzanie

Siedziba: Brazylia

Adres URL: http://lawnstarter.com

Informacje o LawnStarter

LawnStarter to wiodący w kraju rynek usług na żądanie z zakresu pielęgnacji trawników i usług zewnętrznych, z rocznymi rezerwacjami o wartości ponad 750 milionów dolarów. Wykraczamy poza pielęgnację trawników, aby stać się punktem kompleksowej obsługi wszystkich usług domowych, działającym pod trzema markami (LawnStarter, Lawn Love, Home Gnome) na jednej wspólnej platformie.

O analityce w LawnStarter

Jesteśmy małym, starszym zespołem analitycznym, który wspiera całą firmę, produkty, marketing, operacje i finanse, a wszystko to opiera się na udostępnianych przez nas danych. Fundament jest solidny: scentralizowana hurtownia danych Redshift, w której znajdują się wszystkie dane źródłowe, modelowane w dbt i koordynowane przez Airflow, z danymi zdarzeń dostarczającymi segmenty. Nie będziesz łączyć rozproszonych źródeł, platforma istnieje; Twoim zadaniem jest uczynić go godnym zaufania i utrzymać go w ten sposób. Jesteśmy w połowie migracji do Lightdash jako naszej pojedynczej platformy BI, zastępującej Tableau i Metabase.

Oto zasadnicza luka: wszyscy w dzisiejszym zespole są analitykami. Jakość danych, standardy śledzenia i higiena platformy są wykonywane jako praca dodatkowa, wciskana pomiędzy analizami. Nikt nie budzi się z myślą o nich, a to jest dokładnie ta praca, do której rekrutujemy.

Rola

Będziesz pierwszą osobą w LawnStarter zajmującą się zarządzaniem danymi, właścicielem tego, czy można ufać naszym danym i planem działania, dzięki któremu z każdym kwartałem będą one bardziej wiarygodne. Zaufanie oznacza jakość i świeżość naszych danych źródłowych, potoków i raportów; definicje naszych wskaźników; standardy śledzenia zdarzeń w naszym segmencie; zdrowie naszego obszaru roboczego Lightdash; dane zasilające nasze modele uczenia maszynowego; i bezpieczeństwo samych danych. Plan działania oznacza wspólne spotkanie z produktami, marketingiem, operacjami i finansami, aby zrozumieć, czego firma potrzebuje w oparciu o dane, przekształcić je w priorytety platformy i ustalić kolejność pracy, Twojej, a wkrótce także Twojego zespołu.

Jest to praktyczna rola, którą buduje każdy menedżer w LawnStarter, a ta nie jest wyjątkiem. Zaczniesz solo, mając wokół siebie zespół Analytics: automatyzację budynków, wypisywanie czeków, naprawianie tego, co jest zepsute i wdrażanie procesów o skali wykraczającej poza Twoje możliwości. Gdy już wylądujesz, otworzymy dla Ciebie raport o roli głównego inżyniera analityki, pomożesz go wybrać, a funkcja będzie się rozwijać w miarę zapotrzebowania na zakres.

Co wyróżnia tę rolę:

•
Jesteś pierwszy. Zarządzanie było zadaniem pobocznym każdego, więc to, co istnieje dzisiaj, możesz przekształcić, zachować to, co działa, przeprojektować to, co nie, a Twoje standardy staną się standardami firmy.

•
Jesteś właścicielem planu działania, a nie zaległości. Nikt nie podaje Ci wymagań, to Ty odkrywasz, czego potrzebuje firma na podstawie danych i decydujesz, co zostanie zbudowane, w jakiej kolejności i dlaczego.

•
Własność całego stosu. Pozyskuj dane do potoków, pulpitów nawigacyjnych i modeli uczenia maszynowego, masz zaufanie w całym łańcuchu, a nie w jego jednym fragmencie.

•
Migracja na żywo do kształtu. Lightdash już ląduje. Możesz skonfigurować uprawnienia, strukturę i normy, zanim ukształtują się złe nawyki, zamiast je później rozplątywać.

Co będziesz posiadać

•
Plan działania dotyczący danych — odkrywanie, jakich produktów, marketingu, operacji i finansów potrzebują na podstawie danych, ustalanie priorytetów względem stanu platformy i ustalanie kolejności inwestycji. Będziesz go prezentować, bronić i planować na nowo w miarę rozwoju firmy.

•
Jakość i świeżość danych — automatyczne monitorowanie danych źródłowych, potoków i raportów; wyłapywanie zmian w schemacie i źródle źródła, zanim zepsują cokolwiek w dalszej części; prowadzenie incydentów do rozwiązania, gdy się pojawią.

•
Analiza pochodzenia i wpływu danych — żywa mapa od źródła produkcji, przez model magazynu, po pulpit nawigacyjny i proces, który ją wykorzystuje: gdy proponowana jest zmiana w produkcji, jej wpływ na dalsze rurociągi, metryki i raporty jest oceniany przed wysyłką, a nie odkrywany później. Stanem końcowym są kontrakty dotyczące danych z inżynierią, więc najważniejsze zmiany są wychwytywane w ich przepływie pracy, a nie w naszym.

•
Lightdash - administracja, struktura przestrzeni roboczej, uprawnienia i samo wdrożenie. Twoim zadaniem jest zapewnienie firmie autonomii w zakresie samoobsługi przy jednoczesnym utrzymywaniu porządku w miejscu pracy, aby ludzie mogli znaleźć to, co się tam znajduje i zaufać temu. Umożliwianie obsługi jest częścią umowy, ludzie postępują zgodnie ze standardami, których zostali nauczeni, dzięki czemu zapytania są szybkie, a koszty magazynowania rozsądne.

•
Warstwa semantyczna — właśnie ją wysłaliśmy dla naszych najważniejszych metryk: jedna zarządzana definicja na metrykę w kodzie. Rozszerzysz definicję i mapowanie na resztę i zabezpieczysz warstwę przed niekontrolowanym wzrostem podczas skalowania.

•
Zarządzanie śledzeniem zdarzeń — nasz zarządzany katalog zdarzeń segmentu: przeglądanie nowych zdarzeń pod kątem standardów, dopasowywanie ich do tego, co faktycznie wysyła produkcja i rozwijanie zabezpieczeń (nazewnictwo, słownik właściwości, wykrywanie dryftu) w miarę rozwoju śledzenia.

•
Gotowość danych AI – agenci AI codziennie wysyłają zapytania do naszego magazynu za pośrednictwem Brain, naszego wewnętrznego zestawu narzędzi AI. Będziesz kontrolować, do jakich danych narzędzia AI mogą uzyskać dostęp, i dbać o czytelność magazynu AI: udokumentowaną, spójną i bezpieczną dla agenta, aby mógł zadać pytanie i uzyskać właściwą odpowiedź.

•
Bezpieczeństwo danych i prywatność — kontrola dostępu, przetwarzanie i przechowywanie danych osobowych zgodnie z przepisami dotyczącymi prywatności stanu USA oraz okresowe przeglądy tego, kto i jakie narzędzia AI może zobaczyć.

•
Sam system zarządzania – dokumentacja, modele własności i pętle przeglądów, dzięki którym wszystkie powyższe działają bez heroizmu.

Problemy do rozwiązania

Zamień potrzeby biznesowe w plan działania dotyczący danych Każdy obszar firmy chce czegoś od danych, a dziś te pytania docierają do zespołu Analytics w postaci strumienia zakłóceń. Zbudujesz pozyskiwanie i ustalanie priorytetów, które zamienią je w plan działania, który równoważy potrzeby interesariuszy ze stanem platformy, przetrwa kontakt ze zmieniającą się firmą i w którym interesariusze będą mogli się zobaczyć. Najtrudniejsza część: mówienie „jeszcze nie” ważnym osobom, podając powód, który szanują.…

Źródło: Pracujemy zdalnie (https://weworkremotely.com/remote-jobs/lawnstarter-analytics-engineering-manager-data-platform-governance)