Veri Analitiği Mühendisi

Toptal Hakkında

Toptal, şirketlerin ekiplerini isteğe bağlı olarak ölçeklendirmelerine olanak tanıyan, iş, tasarım ve teknoloji alanındaki en iyi yeteneklerden oluşan küresel bir ağdır. Yıllık 200 milyon dolardan fazla geliri ve dünya çapındaki ekip üyeleriyle Toptal, dünyanın en büyük tamamen uzaktan çalışan iş gücüdür.

Sanal ekiplerin en iyi unsurlarını alıp bunları yeniliği, sosyal etkileşimi ve eğlenceyi teşvik eden bir destek yapısıyla birleştiriyoruz. Sınır görmüyoruz, hızlı hareket ediyoruz ve kalıpları kırmaktan asla korkmuyoruz.

İş Özeti:

Toptal veri odaklı bir kuruluş olmaktan gurur duymaktadır. Veri Analitiği Mühendisinin temel amacı, birinci sınıf bir analiz işlevi için veri temelini oluşturarak iş etkisini artırmaya ve daha iyi karar almaya yardımcı olmaktır. Bu rol, verilerimize ve kararlarımıza duyulan güveni geliştirmek açısından kritik öneme sahip olacaktır.

Veri Analitiği Mühendislerimiz, analitiği ve iş kararlarını almaya yardımcı olan bir veri ortamı yaratmaya odaklanır. Veri dönüştürme katmanının sahibi olacak ve sürdüreceksiniz. Bu, veri yönetişimi (kalite, doğruluk, kapsam, güvenlik), veri modelleme (yapı, ilişkiler, bütünlük), teknik iletişim (veri sözlükleri, kullanıcı eğitimi), kalite kontrol (kod incelemeleri, veri doğrulama), ham veri analizi ve yapay zeka veri sistemleri ve boru hatları oluşturmayı gerektirecektir. Veri ambarımızın ürün sahibi olacaksınız ve bir yanda fonksiyonel İş Analistlerimiz, diğer yanda Veri Mühendislerimiz ile yakın koordinasyon içinde olacaksınız.

Bu rol, İş Analitiği Mükemmeliyet Merkezi'nde yer alır ve tüm alt veri kullanıcıları için güvenilir verilerin kullanılabilir olmasını sağlar. Hem Veri Mühendisleri hem de İş Analistleri ile olumlu ilişkiler önemli olacaktır, ancak aynı zamanda bağımsız düşünmeli ve kendi bakış açınızı da getirmelisiniz. Bu rolde başarılı olmak için SQL'i her gün yaşayıp solumanız ve eleştirel düşünen, problem çözücü ve kendi kendine başlayan biri olmanız gerekir.

Bu rol, yapay zeka ağırlıklı bir iş akışı ve beceri seti gerektirir. Kod tabanımızı aracılı geliştirme için kullanılacak şekilde dönüştürdük ve dahili yapay zeka araçlarımızı oluşturmaya devam ediyoruz; siz de bu sürecin bir parçası olacaksınız. LLM'leri ve aracılı kodlama araçlarını kullanma konusunda akıcılık bu rolün bir gereğidir. Bunun diğer tarafı ise makinelerin yapamadığı kısımdır: işimizi ve ölçümlerimizi derinlemesine anlamak ve şirketin iş hedeflerini ileriye taşımak açısından neyin önemli neyin önemsiz olduğuna dair kararlar vermek.

Bu uzak bir konumdur. Vize sponsorluğu veya yardımı sunmuyoruz. Özgeçmişler ve iletişim İngilizce olarak sunulmalıdır.

Sorumluluklar:

Aşağıdaki bilgiler, gerçekleştirilen işin genel niteliğini ve düzeyini tanımlamayı amaçlamaktadır. Tüm görevlerin, sorumlulukların veya gerekli becerilerin kapsamlı bir listesi olması amaçlanmamıştır.

• Ham verileri tüm kurumsal paydaşlar için kullanılabilir veri ürünlerine dönüştüren SQL modellerini havuzlarımızda tasarlayın, yazın, inceleyin ve gönderin. Dönüşüm katmanına sahip olun ve onu koruyun.

• Yeni veri kaynaklarının eklenmesini ve kullanılabilir olmasını ve ardından veri ambarımızda modellenip yayınlanmasını sağlamak için Veri Mühendisleriyle proaktif olarak çalışın.

• Veri ambarını proaktif olarak izleyin ve veri operasyonlarını, veri doğruluğunu ve kalitesini, kapsamını, bütünlüğünü, yapısını ve genel kullanılabilirliğini iyileştirme fırsatlarını belirlemek için içgörüler çıkarın.

• Belirsiz iş taleplerini modellenmiş verilere dönüştürün. Paydaşlarla gereksinim toplama toplantılarını yürütün. Ana hatları belirleyin, uç durumları ortaya çıkarın, iş kurallarını yazın ve talebin yanıltıcı bir rakam vereceği durumlarda geri adım atın.

• Düzinelerce kaynak üretim veritabanında veri kalitesini, doğruluğunu, kapsamını, kökenini, erişimini ve saklanmasını iyileştirmek için önlemler ve süreçler uygulayın.

• Veri sözlüğüne sahip olun. Her alanı gerçek kaynağına kadar izleyen tablo ve sütun belgelerini yazın. Bu belgeler, insanların yanı sıra yapay zeka aracıları tarafından da kullanılıyor ve anlamsal katmanın ayrılmaz bir parçası.

• Veri olaylarını teşhis edin ve çözün.

• Veri ambarı üretim ortamının hijyenini korumak için ekip arkadaşlarınızın kodunu inceleyin ve geri bildirim sağlayın.

• Veriye dayalı karar almayı güçlendirmek için İş Analistleri, Veri Mühendisleri, Veri Bilimcileri ve iş süreci sahipleriyle yakın işbirliği içinde çalışın.

• Son kullanıcıların verileri daha iyi kullanmasını, karmaşıklıkları, nüansları ve sınırlamaları anlamasını sağlayın.

• Ekibin daha hızlı olmasına yardımcı olun. Ekibin depoda çalışmak için kullandığı aracı oyun kitaplarını, belgeleri ve araçları iyileştirin.

İlk haftada şunları bekleyebilirsiniz:

• Toptal'a katılın ve entegre olun, tarihimizi, kültürümüzü ve vizyonumuzu öğrenmeye başlayın.

• Ortamınızın uçtan uca çalışmasını sağlayın: GCP erişimi, BigQuery, Dataform depoları ve aracılı geliştirme araçlarımız.

• Büyüme, Yetenek Operasyonları, Kurumsal ve KOBİ dahil olmak üzere Toptal'ın operasyonlarının ve yeteneklerinin temelini öğrenmek için verilerine sahip olacağınız ekipleri takip edin.

İlk ayda şunları bekleyebilirsiniz:

• Şirket operasyonları ve faaliyetleri aracılığıyla üretilen verileri ve bu verilerin nerede/nasıl saklandığını anlayın.

• ETL süreçlerimizi, zamanlamamızı, araçlarımızı, izlememizi, yol haritamızı ve sorunlu noktalarımızı anlayın.

• Kaynak sistemlerimizi ve iş süreçlerimizde nerede yer aldıklarını anlayın.

• İş Analistlerinden gelen veri sorularını almaya ve araştırmaya başlayın.

• İlk Veri Formu çekme isteğinizi bağımsız olarak oluşturun ve ekip arkadaşlarınızın PR'lerini incelemeye başlayın.

İlk üç ayda şunları bekleyebilirsiniz:

• Temel veri öğelerimiz ve varlıklarımız konusunda ustalık geliştirin.

• Tanımları standartlaştırmaya ve tanımları veri katmanına aktarmak için SQL mantığı oluşturmaya başlayın.

• Veri olaylarına ilk müdahale eden kişi olun, temel nedeni kanıtlarla teşhis edin ve metodik bir yaklaşım sergileyin.

• Anlamsal katmanı sürekli olarak oluşturmak ve geliştirmek için veri akışlarını, tanımları, hesaplama metodolojilerini ve veri öğelerini belgelemeye başlayın.

İlk altı ayda şunları bekleyebilirsiniz:…

Kaynak: Jobicy (https://jobicy.com/jobs/154889-data-analytics-engineer-2)