Starszy inżynier ds. analityki

Material Bank to największa na świecie giełda materiałów dla branży architektury i projektowania. Działając w 37 krajach, nasza platforma stała się standardem dla projektantów na całym świecie. Bank Materiałów codziennie łączy tysiące projektantów z dziesiątkami tysięcy materiałów wiodących marek. Bank materiałów to najszybszy i najpotężniejszy sposób, w jaki profesjonaliści zajmujący się projektowaniem mogą wyszukiwać, pobierać próbki i określać materiały.

Starszy inżynier ds. analityki, analityka i statystyki

Londyn, Wielka Brytania (hybryda, 2 dni w biurze)

Material Bank to największa na świecie giełda materiałów dla branży architektonicznej i projektowej. Działając w 37 krajach, nasza platforma stała się standardem dla projektantów na całym świecie. Bank Materiałów codziennie łączy tysiące projektantów z dziesiątkami tysięcy materiałów wiodących marek. Bank materiałów to najszybszy i najpotężniejszy sposób, w jaki profesjonaliści zajmujący się projektowaniem mogą wyszukiwać, pobierać próbki i określać materiały.

O roli

Poszukujemy starszego inżyniera ds. analityki, który dołączy do Analytics & Insights, zespołu będącego właścicielem warstwy danych analitycznych, wewnętrznego raportowania i produktów danych, które wspierają nasze zespoły i partnerów marki Material Bank.

Jest to praktyczna rola techniczna dla kogoś, kto chce mieć wpływ na sposób tworzenia analiz. Weźmiesz zatwierdzone definicje metryk i pytania biznesowe i przekształcisz je w modele i logikę metryk w Snowflake i dbt, dashboardy oraz warstwę semantyczną i produkty danych, z których ludzie korzystają na co dzień.

Będziesz posiadać inżynierię analityczną w kluczowych obszarach działalności: zrozumienie tego, co należy zmierzyć, budowanie modeli, sprawdzanie logiki, dostarczanie raportów oraz utrzymywanie ich dokładności i niezawodności w czasie. Będziesz pracować w wielu działach i nad naszymi produktami do przetwarzania danych, w tym nad wbudowanymi analizami dla marek. Praca zmienia się z dnia na dzień, a jako zespół przyczyniamy się do wszystkiego.

Czego wymagamy

• Własność od początku do końca. Jesteś właścicielem tego, co budujesz, od pierwszej rozmowy z interesariuszami po model, pulpit nawigacyjny i naprawę, gdy coś się zepsuje.

• Precyzja i dbałość o szczegóły. Rozumiesz niuanse kryjące się za liczbą, weryfikujesz je przed publikacją i tworzysz prace, którym liderzy i partnerzy marki mogą zaufać bez sprawdzania.

• Apetyt na ciężką pracę. Jesteśmy małym, ambitnym zespołem z wieloma celami. Praca jest wymagająca, a godziny pracy różnią się w zależności od tego, co należy wykonać. Mówimy o tym otwarcie, ponieważ taka jest nasza rola.

Co zrobisz

• Posiadaj inżynierię analityczną dla przypisanych domen biznesowych, tłumacząc definicję metryk poprzez model danych, pulpit nawigacyjny i spostrzeżenia.

• Projektuj, buduj i utrzymuj udokumentowane modele dbt o jakości produkcyjnej w Snowflake, które przekształcają zatwierdzone definicje metryk w niezawodne modele i definicje semantyczne nadające się do ponownego użycia, a także raportowanie zużycia energii, samoobsługę, automatyzację i sztuczną inteligencję.

• Identyfikuj i usuwaj niespójności techniczne w logice metrycznej, aby firma działała w oparciu o jedno certyfikowane źródło prawdy.

• Zbuduj mały zestaw wartościowych dashboardów w Tableau (i Sigma, w miarę ewolucji stosu).

• Wnieś swój wkład w warstwę semantyczną, aby certyfikowane metryki można było ponownie wykorzystać w narzędziach BI, Snowflake Cortex i wbudowanych narzędziach analitycznych.

• Automatyzuj powtarzające się prace analityczne dzięki testom i monitorowaniu, które zapewniają ich wiarygodność.

• Współpracuj z analitykami i interesariuszami, aby interpretować dane, budować kontekst i ujawniać ryzyko, zanim zostaną o to poproszeni.

• Wkład w tworzenie produktów danych zorientowanych na markę, używanych przez zespoły obsługi klienta i partnerów-producentów.

Co przyniesiesz

• Ponad 5 lat pracy w inżynierii analitycznej, analizie danych lub na podobnym stanowisku w zakresie analityki technicznej, posiadaniu modeli danych i raportowaniu, na których opiera się firma.

• Ekspert SQL w przypadku dużych i złożonych zbiorów danych. Piszesz przejrzyste, wydajne zapytania i możesz debugować logikę innej osoby równie łatwo, jak własną.

• Solidny, praktyczny Snowflake i dbt (lub porównywalny nowoczesny stos danych), w tym modelowanie wymiarowe, modele przyrostowe, testowanie i dokumentacja.

• Silne umiejętności Tableau. Sigma, Looker lub podobny plus.

• Dokładna ocena projektu metryki: ziarno, mianowniki, filtry, strefy czasowe, deduplikacja i to, w jaki sposób prawidłowa liczba może nadal wprowadzać w błąd.

• Zmysł handlowy i ciekawość. Chcesz zrozumieć, dlaczego liczba ma znaczenie, potrafisz wyjaśnić, co oznacza zmiana dla firmy i zająć stanowisko, które jest kwestionowane.

• Nastawienie na automatyzację. Kiedy widzisz coś powtarzalnego lub delikatnego, instynktownie szukasz lepszego sposobu na zbudowanie tego.

• Komfort pracy w kilku domenach jednocześnie, ustalania priorytetów własnej pracy i bezpośredniego zarządzania interesariuszami.

• Jasna, zwięzła komunikacja i umiejętność wyjaśniania koncepcji technicznych odbiorcom nietechnicznym.

Preferowane

Pomocne, nie wymagane:

• Python do automatyzacji i walidacji danych

• Analityka rynku, handlu elektronicznego lub B2B SaaS

• Dane dotyczące zdarzeń i zachowań (segment, GA4 lub podobne)

• Warstwy semantyczne i analityka wspomagana sztuczną inteligencją (Snowflake Cortex, dbt Semantic Layer lub podobne)

• Wbudowane lub skierowane do klienta analizy (ClickHouse, Preset lub podobne)

• Metody eksperymentalne i przyczynowe: testy A/B, analiza kohortowa, różnica w różnicach

• Katalog, atrybut produktu lub dane wyszukiwania

Jak wygląda sukces

W ciągu pierwszych 30 dni rozumiesz stos, modele, ludzi i priorytety w swoich domenach i masz pierwszą połączoną zmianę dbt.

W ciągu 60 dni samodzielnie wykonasz prawdziwą pracę: wdrożysz uzgodnione definicje metryk, będziesz mieć pierwsze certyfikowane modele i dashboardy w użyciu oraz plan pierwszego ręcznego przepływu pracy, który zautomatyzujesz.

Do 90 dni interesariusze traktują Cię jak swojego partnera analitycznego, a nie kolejkę żądań. Twoje modele są zaufane, Twoje pulpity nawigacyjne są używane bez trzymania się za ręce, a Twoja automatyzacja zmniejsza rzeczywisty wysiłek ręczny.…

Źródło: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/materialbank/senior-analytics-engineer-london-245078)