Analityk danych

RevenueCat zapewnia firmom tworzącym aplikacje infrastrukturę i narzędzia do tworzenia, obsługi i poprawy monetyzacji. Po ukończeniu serii S18 firmy YC staliśmy się domyślną platformą monetyzacji dla urządzeń mobilnych.

Jesteśmy w ponad 50% nowo dostarczonych aplikacji subskrypcyjnych, przetwarzamy roczny wolumen zakupów na poziomie ponad 16 miliardów dolarów i pomagamy każdemu, od indywidualnego programisty po zespół mobilny OpenAI, zrozumieć i zwiększyć ich przychody.

Jesteśmy zdalnym zespołem składającym się z ponad 150 osób w ponad 25 krajach, kierujących się wartościami, które faktycznie praktykujemy: obsesja na punkcie klienta, zawsze bądź wysyłką, posiadaj to i równowaga.

To nie jest odpowiednie rozwiązanie dla każdego. Systemy, które tu zbudujesz, zarządzają miliardami dolarów i dotykają setek milionów użytkowników końcowych, a my nie traktujemy tego lekko. Oczekujemy, że będziesz ciężko pracować i stawiać poprzeczkę wysoko w stosunku do tego, co wysyłasz, wraz z najbystrzejszymi i najbardziej zaangażowanymi ludźmi, z którymi pracowałeś. Jeśli brzmi to raczej energetyzująco niż wyczerpująco, czytaj dalej.

Rola

Zatrudniamy analityka danych, aby pracował jak najbliżej zespołów prowadzących działalność RevenueCat, w tym marketingu, sprzedaży, finansów, ludzi, operacji, produktów itp.

Najcenniejszą rzeczą w naszym zespole Analytics nie jest dziś SQL, ale wiedza domenowa. Wiedza o tym, co tak naprawdę liczy się rozpoczęcie okresu próbnego, dlaczego śledzone przychody i zrealizowane przychody różnią się, w jaki sposób zwroty środków do sklepu trafiają do naszych danych i który model poprawnie odpowiada na pytanie za pierwszym razem. Ta wiedza sprawia, że ​​na wpół sformułowane pytanie w Slacku staje się liczbą, na podstawie której ktoś może zareagować w ciągu godziny.

Dlatego spędzisz większość czasu z zespołami biznesowymi: rozumiejąc, co próbują podjąć, zamieniając niejasne pytania w analizę i dostarczając zbiory danych i pulpity nawigacyjne, na których polegają. Szybko zbudujesz tę wiedzę w dziedzinie domeny, pracując na co dzień z osobą, która obecnie jest właścicielem Analytics. Będzie Twoim najbliższym partnerem i osobą, która pomoże Ci wrosnąć w domenę.

Drugą rzeczą, która czyni tę rolę ekscytującą, jest sposób, w jaki oczekujemy od Ciebie pracy. Budujemy infrastrukturę, która umożliwia agentom AI bezpieczny dostęp do naszych danych, oraz narzędzia agentyczne, które odpowiadają na pytania oparte na naszej warstwie semantycznej, a nie na zgadywaniu. Będziesz jednym z najaktywniejszych użytkowników tego narzędzia i jedną z osób, które sprawiają, że jest on godny zaufania: dbasz o kontekst semantyczny, wychwytujesz odpowiedzi, które wyglądają dobrze, a które nie, oraz przekazujesz definicje z powrotem do dbt i LookML, gdzie ich miejsce. Nie zatrudniamy kogoś, kto wykona tę samą ilość pracy szybciej, zatrudniamy kogoś, kto dobrze wspiera wiele zespołów, korzystając z tego zestawu nowych narzędzi jako mnożnika siły.

Co zrobisz

•
Regularnie współpracuj z zespołami marketingu, sprzedaży, finansów i produktów. Poznaj ich cele, wskaźniki i decyzje, przy których faktycznie utknęli.

•
Własna analiza od początku do końca: wyjaśnij prawdziwe pytanie, zbuduj lub wybierz odpowiedni zbiór danych, dostarcz odpowiedź i upewnij się, że nastąpi decyzja.

•
Wejdź głęboko w naszą domenę subskrypcji, a następnie zapisz ją. Definicje metryk, zastrzeżenia, filtry zawsze, znane problemy. Wiedza dziedzinowa, która żyje tylko w Twojej głowie, nie podlega skalowaniu, a skalowanie jest celem tej roli.

•
Twórz zasoby analityczne, którym ludzie ufają, bez pytania Cię: modele w dbt, eksploracje w LookML, dashboardy, które wytrzymują.

•
Wykorzystaj nasze narzędzia agentów jako mnożnik siły i wnieś do niej swój wkład. Nakarm go kontekstem semantycznym, zaznacz błędne odpowiedzi, ugruntuj definicje, od których zależy.

•
Wnieś swój wkład w platformę danych, która Cię odblokuje. Drobne ulepszenia modeli i potoków, debugowanie rozbieżności, pomoc, gdy coś się zepsuje.

•
Przekładaj w obie strony: kontekst biznesowy na solidną analizę, rzeczywistość danych na język, na którym może działać nietechniczny interesariusz.

O tobie

Ponad 3 lata na stanowisku analityka (analityk danych, analityk BI, analityk biznesowy, inżynier analityk lub podobny), w tym rzeczywiste doświadczenie jako bezpośredni partner analityczny w zespołach biznesowych, takich jak marketing, sprzedaż lub finanse.

Ciekawość jest tym, co tak naprawdę sprawdzamy:

•
Czujesz się niekomfortowo, gdy nie rozumiesz, dlaczego liczba jest taka, jaka jest, i drążysz, dopóki nie zrozumiesz.

•
Zadajesz pytanie za pytaniem. Gdy ktoś poprosi o dashboard, dowiesz się, do jakiej decyzji ma służyć.

•
Wolisz nauczyć się nowej domeny niż nowego narzędzia.

•
Czujesz się komfortowo bez w pełni ukształtowanych wymagań i tworzysz strukturę tam, gdzie jeszcze ich nie ma.

•
Bardziej zależy Ci na użyteczności i przejrzystości niż na dopracowanych dashboardach.

•
Chcesz być partnerem firmy, a nie kolejką żądań.

Z punktu widzenia umiejętności zapewniasz:

•
Silny SQL i prawdziwy komfort pracy bezpośrednio w magazynie. Możesz uzyskać odpowiedź bez trzymania się za rękę.

•
Doświadczenie w posiadaniu zestawów danych i pulpitów nawigacyjnych, na których polegają zespoły nietechniczne.

•
Wygodna praca w repo: git, gałęzie, pull requesty, przegląd kodu. Nasze analizy znajdują się w repozytoriach dbt i LookML z kontrolą wersji, a nie w zapisanych zapytaniach.

•
Już na co dzień współpracujesz z agentami AI i jesteś wobec nich odpowiednio sceptyczny. Możesz wyjaśnić, w jaki sposób zweryfikowałeś odpowiedź, a nie tylko w jaki sposób ją stworzyłeś.

•
Jasna komunikacja pisemna, zwłaszcza dotycząca ograniczeń, zastrzeżeń i tego, czego liczba nie mówi.

Miło mieć i naprawdę nie jest wymagane:

•
Python, dbt, Looker lub LookML, Snowflake lub ClickHouse

•
Doświadczenie w subskrypcji lub domenie fintech

•
Dane o dużej objętości

Co oferujemy:

•
Konkurencyjny kapitał w szybko rozwijającym się startupie serii C, wspieranym przez czołowych inwestorów, w tym Y Combinator

•
10-letnie okno na wykonanie nabytych opcji na akcje

•
W pełni zdalne środowisko zaprojektowane z myślą o autonomii i elastyczności

•
4-5 tygodni elastycznego czasu wolnego rocznie

•
Płatne biurko w przestrzeni coworkingowej

•
Budżet przestrzeni roboczej i stypendium na naukę ustawiczną

Wywiad w RevenueCat…

Źródło: Jobicy (https://jobicy.com/jobs/155241-data-analyst-4)