Старший инженер по аналитике

Material Bank — крупнейший в мире рынок материалов для индустрии архитектуры и дизайна. Наша платформа, работающая в 37 странах, стала стандартом для профессионалов дизайна по всему миру. Каждый день Material Bank объединяет тысячи дизайнеров с десятками тысяч материалов от ведущих брендов. Банк материалов — это самый быстрый и мощный способ для профессионалов-дизайнеров искать, брать образцы и специфицировать материалы.

Старший инженер по аналитике, аналитика и аналитика

Лондон, Великобритания (гибрид, 2 дня в офисе)

Material Bank — крупнейший в мире рынок материалов для индустрии архитектуры и дизайна. Наша платформа, работающая в 37 странах, стала стандартом для профессионалов дизайна по всему миру. Каждый день Material Bank объединяет тысячи дизайнеров с десятками тысяч материалов от ведущих брендов. Банк материалов — это самый быстрый и мощный способ для профессионалов-дизайнеров искать, брать образцы и специфицировать материалы.

О роли

Мы ищем старшего инженера по аналитике, который присоединится к Analytics & Insights, команде, которая владеет уровнем аналитических данных Material Bank, внутренней отчетностью и продуктами данных, которые поддерживают наши команды и брендовых партнеров.

Это практическая техническая роль для тех, кто хочет знать, как строится аналитика. Вы возьмете утвержденные определения метрик и бизнес-вопросы и превратите их в модели и логику метрик в Snowflake и dbt, информационные панели, а также семантический уровень и продукты данных, которые люди используют каждый день.

Вы будете владеть аналитическими разработками для ключевых областей бизнеса: понимание того, что необходимо измерять, построение моделей, проверка логики, предоставление отчетов и поддержание их точности и надежности с течением времени. Вы будете работать в нескольких отделах и в наших продуктах данных, включая встроенную аналитику для брендов. Работа меняется изо дня в день, и как команда мы вносим свой вклад во все.

Что нам нужно

• Право собственности, сквозное. Вы владеете тем, что создаете, от первого разговора с заинтересованными сторонами до модели, информационной панели и ремонта, если что-то сломается.

• Точность и внимание к деталям. Вы понимаете нюансы цифр, проверяете их перед публикацией и создаете работу, которой лидеры и партнеры бренда могут доверять без проверки.

• Желание усердно работать. Мы небольшая, амбициозная команда с множеством целей. Работа требует усилий, и часы варьируются в зависимости от того, что нужно сделать. Мы откровенны в этом, потому что такова роль.

Что ты будешь делать

• Владеть аналитической разработкой для закрепленных бизнес-доменов, переводя определения метрик через модель данных, панель мониторинга и аналитику.

• Проектируйте, создавайте и обслуживайте документированные модели dbt производственного качества в Snowflake, которые превращают утвержденные определения метрик в надежные, многократно используемые модели и семантические определения, а также обеспечивают эффективную отчетность, самообслуживание, автоматизацию и искусственный интеллект.

• Выявляйте и устраняйте технические несоответствия в метрической логике, чтобы бизнес работал на одном сертифицированном источнике достоверной информации.

• Создайте небольшой набор ценных информационных панелей в Tableau (и Sigma, по мере развития стека).

• Вносите вклад в семантический уровень, чтобы сертифицированные метрики можно было повторно использовать в инструментах BI, Snowflake Cortex и встроенной аналитике.

• Автоматизируйте повторяющуюся аналитическую работу с помощью тестов и мониторинга, которые сделают ее заслуживающей доверия.

• Сотрудничайте с аналитиками и заинтересованными сторонами, чтобы интерпретировать данные, создавать контекст и выявлять риски до того, как их об этом спросят.

• Вносить свой вклад в создание информационных продуктов, ориентированных на бренд, которые используют команды по работе с клиентами и партнеры-производители.

Что ты принесешь

• 5+ лет работы в области аналитической инженерии, анализа данных или аналогичной должности в области технического анализа, владение моделями данных и составлением отчетов, от которых зависит бизнес.

• Экспертный SQL для больших и сложных наборов данных. Вы пишете понятные и эффективные запросы и можете отлаживать чужую логику так же легко, как и свою собственную.

• Уверенное практическое использование Snowflake и dbt (или сопоставимого современного стека данных), включая многомерное моделирование, инкрементные модели, тестирование и документацию.

• Сильные навыки работы с таблицами. Сигма, Лукер или подобные плюс.

• Твердое мнение о дизайне показателей: зернистость, знаменатели, фильтры, часовые пояса, дедупликация и то, как правильное число все еще может вводить в заблуждение.

• Коммерческое чутье и любопытство. Вы хотите понять, почему цифры имеют значение, можете объяснить, что означает изменение для бизнеса, и занять позицию, вызывающую сомнения.

• Автоматизированное мышление. Когда вы видите что-то повторяющееся или хрупкое, вы инстинктивно ищете лучший способ это построить.

• Комфортно работать в нескольких областях одновременно, расставляя приоритеты в своей работе и напрямую управляя заинтересованными сторонами.

• Ясное, лаконичное общение и способность объяснять технические концепции нетехнической аудитории.

Предпочтительный

Полезно, не обязательно:

• Python для автоматизации и проверки данных.

• Аналитика торговой площадки, электронной коммерции или SaaS B2B.

• Данные о событиях и поведении (сегмент, GA4 или аналогичный).

• Семантические уровни и аналитика с помощью искусственного интеллекта (Snowflake Cortex, семантический слой dbt или аналогичный).

• Встроенная аналитика или аналитика, ориентированная на клиента (ClickHouse, Preset или аналогичные).

• Экспериментирование и причинно-следственные методы: A/B-тестирование, когортный анализ, разница в различиях.

• Каталог, атрибуты продукта или данные поиска.

Как выглядит успех

В первые 30 дней вы понимаете стек, модели, людей и приоритеты в своих областях, и у вас есть первое объединенное изменение dbt.

К 60 дням вы самостоятельно выполняете реальную работу: внедрены согласованные определения показателей, используются первые сертифицированные модели и информационные панели, а также план первого ручного рабочего процесса, который вы автоматизируете.

К 90 дням заинтересованные стороны будут относиться к вам как к своему партнеру по аналитике, а не как к очереди запросов. Вашим моделям доверяют, ваши информационные панели используются без ручного управления, а ваша автоматизация сокращает реальные ручные усилия…

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