Veri Mühendisliği Lideri

THG Hakkında

Biz, güzellik ve spor beslenmesinde küresel çevrimiçi lider olma misyonuna sahip küresel bir e-ticaret grubu olan THG'yiz.

LOOKFANTASTIC, Myprotein, ESPA, Perricone MD ve Cult Beauty gibi önde gelen perakendeciler ve markalardan oluşan portföyümüz iki temel faaliyet alanımızı oluşturmaktadır: THG Beauty ve THG Nutrition.

Manchester'dan New York'a, birlikte çalışan, örnek teşkil eden ve BÜYÜK düşünen 2500'den fazla kişiden oluşan bir ekip tarafından destekleniyoruz.

Bizimle daha ileriye, daha hızlı gideceksiniz. Ne bekliyorsun?

Konum: Simge 1, WA15 0AF

Merkezi İşlevler Hakkında

Merkezi Fonksiyonlar, işletmenin tamamına hizmet eden ekiplerden ve kişilerden oluşur. Bu insanlar işin düzgün işleyişinin ayrılmaz bir parçasıdır; Herkese zamanında ödeme yapılmasını, malzemelerin temin edilmesini ve derhal ulaşmasını, yasal yükümlülüklerimizi yerine getirmemizi ve sağlığımızın, emniyetimizin ve emniyetimizin korunmasını sağlamak.

Neden THG'de Veri Mühendisliği Lideri olmalısınız?

THG, günlük ticaret analizlerinden yapay zeka odaklı kişiselleştirmeye kadar her şeyin temelini oluşturacak veri mühendisliği yeteneğini geliştiriyor. Mühendislik Lideri olarak, THG'nin verilerini üç temel alanda nasıl yapılandırdığı, depoladığı ve dağıttığına ilişkin teknik vizyona ve sunuma sahip olacaksınız: Müşteri, Ticari ve Operasyonlar.

Bu uygulamalı bir teknik liderlik rolüdür. Altı mühendisten oluşan bir ekibi (üç Kıdemli, üç orta düzey, her biri alanla uyumlu) yönetecek ve onlara mentorluk yapacaksınız, ancak aynı zamanda teknik olarak derin olmanız da bekleniyor; mimari standartlar belirleme, önemli tasarım kararları verme ve sorunlar zor olduğunda ekibin başvurduğu kişi olma.

Birincil göreviniz, THG'yi parçalanmış, silolara ayrılmış bir veri ortamından, güvenilir ve geniş ölçekte kullanılabilen tutarlı, birleştirilmiş etki alanı veri kümelerine taşımaktır. Birden çok yerde müşteri verilerimiz, tutarlı biçimde yapılandırılmamış ticari verilerimiz ve tüketilmesi kolay olmayan operasyonel verilerimiz var. Bunu değiştirecek mühendislik temelini oluşturacaksınız; Müşteri, Ticari ve Operasyon veri kümelerinin tutarlı standartlara, uygun olduğunda paylaşılan niteliklere sahip olmasını ve sonuçta tek, güvenilir bir iş görünümünde birleştirilebilmesini sağlayan ortak bir mimari üzerinde çalışarak.

Temel platformu ve birinci katman işlem hatlarını yöneten teknoloji ortağımız Ingenuity ile yakın işbirliği içinde çalışacaksınız. Göreviniz, Ingenuity'nin sağladığı şeyleri alıp onu analitik ve veri bilimi ekiplerinin güvenle üzerine inşa edebileceği yapılandırılmış, yüksek kaliteli etki alanı veri kümelerine dönüştürmektir. Aynı zamanda Veri Yönetişim Liderinin, mühendislik uygulamalarınızda tanımladıkları standartları uygulayan önemli bir ortağı olacaksınız.

Ne yapacaksınız:

Teknik Liderlik ve Mimarlık

• THG için veri mühendisliği mimarisine sahip olun; Müşteri, Ticari ve Operasyon alanlarında verilerin nasıl alınacağını, dönüştürüleceğini, depolanacağını ve kullanıma sunulacağını tanımlayın

• Üç alanın tamamında tutarlı standartlar ve modeller tasarlayın; paylaşılan özelliklerin aynı şekilde ele alınmasını ve verilerin alanlar arasında güvenilir bir şekilde birleştirilebilmesini sağlayın

• BigQuery/GCP platformumuzun gelişimine liderlik ederek geçişleri teşvik edin, eski ardışık düzenleri modernleştirin ve ölçeklenebilirlik geliştirin

• Önemli mimari kararları alın ve mühendislik ekibinin ürettiği her şeyin teknik kalitesinden sorumlu olun

• Ekip genelinde mühendislik standartlarını geliştirin ve uygulayın — sürüm kontrolü, test çerçeveleri, hata yönetimi, dokümantasyon ve kod inceleme uygulamaları

Etki Alanı Veri Kümesi Geliştirme

• Farklı, silolanmış veri kaynaklarından birleştirilmiş Müşteri, Ticari ve Operasyon veri platformlarına geçiş yaparak yapılandırılmış, güvenilir etki alanı veri kümelerinin oluşturulmasına liderlik edin

• Tek bir doğruluk kaynağının temelleri üzerinde çalışın; farklı kaynak sistemlerden gelen verilerin nasıl uzlaştırılacağını, tekilleştirileceğini ve her alanda nasıl yönetileceğini tanımlayın

• Etki alanı veri kümelerinin aşağı yönde tüketim için yapılandırıldığından emin olun — analitik ekipleri, veri bilimi modelleri, BI araçları ve yapay zeka/aracı kullanım senaryolarının tümü, mühendisliğin ürettiği şeyleri güvenilir bir şekilde tüketebilmelidir.

Yapay Zeka Destekli Mühendislik

• Veri mühendisliğinde yapay zeka kullanımını destekleyin — bu, geniş görev alanına sahip küçük bir ekiptir ve yapay zeka destekli geliştirmenin çalışma şeklimize dahil edilmesini bekliyoruz

• İşlem hattı geliştirmeyi, otomatik testleri, anormallik tespitini ve veri kalitesi izlemeyi hızlandırmak için yapay zeka araçlarını uygulayın

• Veri mühendisliği alanındaki yapay zeka gelişmelerinden haberdar olun ve ekibin uygulamasına yeni yaklaşımlar getirin

Yaratıcılık İlişkisi

• Ingenuity mühendislik ekibiyle yakın işbirliği içinde çalışın; platform katmanında neler sağladıklarını anlayın ve bunun üzerine etkili bir şekilde geliştirme yapın

• Ingenuity verilerinin PLC etki alanı veri kümelerine nasıl beslendiğine ilişkin net gereksinimleri ve arayüz standartlarını tanımlayın

• Ingen platformu davranışının, PLC alanlarındaki veri kalitesini veya kullanılabilirliğini nerede etkilediğini belirleyin ve iletin

İnsanlar ve Ekip

• Üçü Kıdemli Veri Mühendisi ve üç Veri Mühendisi olmak üzere, alana uyumlu altı mühendisten oluşan bir ekibi yönetin, koçluk yapın ve geliştirin

• Her mühendis için yapılandırılmış bir inceleme ve geliştirme süreci yürüterek teknik yeteneklerini ve kariyer ilerlemelerini geliştirin

• Mühendislikte mükemmeliyet, işbirliği ve sürekli iyileştirme kültürünü teşvik etmek

Bu rol için hangi beceri ve deneyime ihtiyacım var?

Temel

• BigQuery ve GCP ile uygulamalı, uzman düzeyinde deneyim — bu tartışılamaz; bu yığında üretim veri işlem hatlarını oluşturmuş ve işletmiş olmalısınız

• Güçlü Python becerileri — boru hattı geliştirme, veri dönüşümü ve otomasyon için günlük olarak kullanılır

• Üç temel veri alanından en az ikisinde deneyim: Müşteri, Ticari ve Operasyonlar

• Gelişen veri mimarisine ilişkin bir geçmiş performans — bir işletmenin verilerini yapılandırma, depolama veya tüketme biçimini nasıl değiştirdiğinize dair somut örnekler gösterebilirsiniz

• Veri modellemenin, boru hattı tasarımının ve dağıtılmış veri mimarisinin derinlemesine anlaşılması…

Kaynak: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/thehutgroup/data-engineering-lead-manchester-316225)