Старший инженер по аналитике

О нас

Perk (ранее TravelPerk) — это интеллектуальная платформа для управления поездками и расходами. Наши инструменты, созданные для решения трудоемкой ручной работы, которая мешает реальной работе, автоматизируют все: от бронирования поездок до расходов, обработки счетов и многого другого. Устранив эту теневую работу, которая отнимает часы, подрывает моральный дух и подрывает инновации, мы стремимся обеспечить реальную работу с реальным эффектом.

Нам доверяют более 12 000 компаний по всему миру, включая Bolt, GoCardless и Fabletics, и мы каждую неделю решаем проблему потери производительности в размере 7 часов на одного сотрудника, а это проблема стоимостью 1,7 триллиона долларов.

Основанная в 2015 году, Perk превратилась в глобальную компанию со штатом более 1800 человек в 12 офисах по всему миру со штаб-квартирами в Лондоне и Бостоне. Мы сочетаем инновации, контроль и простоту, чтобы изменить то, как работает бизнес и как люди чувствуют себя на работе.

В Perk мы руководствуемся такими ценностями, как быть владельцем, предоставлять 7-звездочный опыт и работать как одна команда. Мы ценим любопытство, целеустремленность и мышление, а не только знания, чтобы раскрыть силу вашего потенциала. Наша команда талантов объединяет ведущих специалистов в сфере туризма, финансовых технологий и SaaS, представляющих более 70 стран. Если вы хотите оказать реальное влияние и повлиять на то, как миллионы людей воспринимают работу, мы будем рады видеть вас в команде.

Посетите www.perk.com, чтобы узнать больше.

Обзор
Эта важная роль находится на стыке инженерии данных и аналитики данных, фокусируясь на преобразовании необработанных данных в высококачественные, заслуживающие доверия и легко используемые наборы данных и визуализации для бизнес-пользователей. Идеальный кандидат будет обладать сильным опытом работы в SQL, dbt, моделировании данных, принципами ETL/ELT и опытом работы с современными облачными платформами данных.

Основные обязанности
Разработка и поддержка лучших практик трансформации в ELT Pipelines: проектируйте, разрабатывайте и поддерживайте эффективные и масштабируемые рабочие процессы с помощью таких инструментов, как dbt, для преобразования необработанных данных, загруженных в наше хранилище данных (Snowflake), в чистые, готовые к использованию модели данных.
Моделирование данных. Внедряйте передовые методы моделирования данных и методы разработки программного обеспечения, чтобы гарантировать, что структуры данных оптимизированы для производительности, точности и простоты использования в отчетных и аналитических приложениях (например, CI/CD, тестирование, происхождение).
Качество и тестирование данных: напишите комплексные проверки качества данных, тесты и сценарии мониторинга, чтобы гарантировать точность, полноту и надежность всех преобразованных информационных активов. Создайте и поддерживайте документацию для всех преобразований данных и моделей.
Сотрудничество. Тесно сотрудничайте с аналитиками данных и бизнес-пользователями, чтобы понять их потребности в отчетности и оптимизировать модели данных для поддержки их аналитических сценариев использования. Сотрудничайте с инженерами по обработке данных над стратегиями приема данных и оптимизацией платформы.
Оптимизация производительности: настройте и оптимизируйте SQL-запросы и модели данных, чтобы уменьшить задержку и повысить производительность нашего хранилища данных и последующих приложений.
Внедрение инструментов: поощряйте внедрение современных инструментов и практик стека данных (например, Git, CI/CD).
Создавайте масштабируемые и привлекательные визуализации данных в Looker, которые смогут использовать большие команды.

Требуемая квалификация

• Опыт: многолетний опыт работы на должностях, ориентированных на данные (например, инженер-аналитик, аналитик данных, разработчик BI).

• Владение SQL: навыки экспертного уровня в написании и оптимизации сложных SQL-запросов.

• Инструменты преобразования данных: важен практический опыт работы с dbt (инструментом построения данных) или аналогичными платформами преобразования данных.

• Хранилище данных: опыт работы с облачными хранилищами данных, такими как Snowflake, Google BigQuery или Amazon Redshift.

• Моделирование данных: глубокое понимание концепций хранения данных, принципов ETL/ELT и методов многомерного моделирования.

• Контроль версий: знание Git для совместной разработки и контроля версий.

• Знакомство с инструментами отчетности/BI, такими как Looker.

Предпочтительные квалификации

• Опыт Python в области автоматизации, интеграции и оркестрации.

• Опыт работы с семантическими слоями

• Опыт работы с инструментами оркестрации, такими как Airflow.

• Знание современных методов разработки программного обеспечения, применяемых к данным (например, модульность, проверка кода, тестирование).

Наше видение — мир, в котором TravelPerk служит платформой для человеческого общения в реальной жизни (IRL). В работе мы придерживаемся подхода, основанного на реальной жизни: наша команда работает вместе лично 3 дня в неделю. Таким образом, эта должность требует, чтобы вы находились в пределах досягаемости от нашего узла в Лондоне или Барселоне. Мы глубоко верим в ценность встреч в реальной жизни для улучшения взаимодействия, производительности, творчества и, в конечном итоге, превращения нас в прекрасное место для работы.

Для определенных должностей мы можем помочь с переездом из любой точки мира, официальный язык в офисе – английский. Если вы решите подать заявку, пожалуйста, отправьте свое резюме на английском языке. Не забудьте отправить обновленное портфолио и/или резюме.
TravelPerk — это глобальная компания с разнообразной клиентской базой, и мы хотим, чтобы люди, стоящие за нашим продуктом, отражали это. Мы являемся работодателем, предоставляющим равные возможности, а это значит, что в TravelPerk вам рады, независимо от того, как вы выглядите, откуда вы или что-то еще, что делает вас вами.
ИИ в Перке
Искусственный интеллект встроен в нашу работу по каждой функции. Инструменты, которые вы будете использовать изо дня в день, оснащены искусственным интеллектом, поэтому вы можете двигаться быстрее и уделять больше времени важной работе. На практике это означает использование ИИ для исследования и определения приоритетов клиентов, составления и уточнения информационно-пропагандистской работы, более эффективного взаимодействия с клиентами, синтеза информации и устранения теневой работы — невидимых задач, которые отвлекают людей от работы, которую могут выполнять только они, — чтобы вы могли сосредоточиться на отношениях и результатах.…

Источник: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/perk/senior-analytics-engineer-london-427455).