Senior Analytics Engineer

Название: Старший инженер по аналитике Компания: Temporal Technologies Местоположение: США (удаленно) / Удаленно

Вознаграждение: $137,6K - $220K в год

О роли

Старший инженер по аналитике будет помогать создавать повторно используемые аналитические модели, инструменты и системы для принятия решений в Temporal. Эта роль подчиняется директору отдела инжиниринга данных и аналитики. В конечном итоге ваша цель — дать возможность каждому сотруднику Temporal проводить первоклассный анализ.

Вы будете работать в различных бизнес-доменах, включая продукт, GTM (Go-To-Market), финансы и инжиниринг, чтобы глубоко понимать их потребности и создавать решения, которые позволят как людям, так и агентам надежно отвечать на их аналитические вопросы. Вы будете проектировать и внедрять слой данных, который находится между нашими исходными данными и различными пользовательскими интерфейсами через канонические сущности, общие измерения, определения метрик, витрины данных и т. д. Это включает в себя обеспечение единообразия основных концепций, таких как учетные записи, пространства имен, активация, биллинговое использование и выручка, где бы они ни использовались.

Вы возьмете на себя прямое управление работой, которая в настоящее время распределена по команде инжиниринга данных и аналитики, включая моделирование данных, создание витрин данных и Omni Topic, а также обеспечение доступности. Наряду с помощью в согласовании нашей бизнес-логики между витринами и дашбордами, вы будете создавать четкое техническое управление и контроль, работая над расширением прав и возможностей заинтересованных сторон по всему бизнесу.

Вы будете тесно сотрудничать с Data Platform и Trust по вопросам оркестровки, развертывания, наблюдаемости, контроля доступа, производительности, надежности и затрат. Вы будете сотрудничать с Data Science и Applied AI по таблицам признаков, результатам моделей, потреблению моделей и мониторингу. Вы будете работать с бизнес-функциями по гигиене исходных систем, приоритизации задач и проверке бизнес-значения общих метрик.

Идеальный кандидат обладает сильными навыками SQL, здравым деловым чутьем и глубоким опытом создания семантических продуктов, полученным за годы работы с различными инструментами, фреймворками моделирования и предметными областями. Кандидат уверенно работает с неоднозначными бизнес-вопросами, знает, когда следует создавать повторно используемый продукт данных, а когда модифицировать существующий, и как предоставлять практические решения в соответствии с общей системой управления и стратегией. Вы будете активно писать код, тесты, документацию и проводить технические проверки.

Что вы будете делать

• Создавать и поддерживать повторно используемые аналитические продукты данных в бизнес-доменах Temporal.

• Определять канонические сущности, общие измерения, специализированные витрины данных, компоненты метрик, явные уровни детализации (grain), ключи, отслеживание происхождения (lineage) и поведение истории.

• Проектировать и поддерживать основные части семантического слоя Omni и сертифицированные темы (Topics), с четкими определениями для показателей, измерений, соединений и обработки времени.

• Устанавливать и улучшать стандарты для моделирования, реализации метрик, документирования и управления изменениями. Создавать автоматизированные проверки на свежесть, полноту, уникальность и взаимосвязи между наборами данных, и делать сбои видимыми для команд, которые ими владеют.

• Уменьшать дублирующуюся или противоречивую логику между исходными таблицами, витринами, рабочими книгами Omni, дашбордами, ноутбуками и аналитическими агентами.

• Сотрудничать с Data Platform и Trust по вопросам развертывания, оркестровки, наблюдаемости, контроля доступа, производительности, затрат и производственной надежности.

• Сотрудничать с Data Science и Applied AI по таблицам признаков, результатам прогнозирования, потреблению моделей и мониторингу.

• Работать с представителями предметных областей и старшими заинтересованными сторонами, чтобы превращать неоднозначные вопросы в точные определения, повторно используемые модели и надежные способы самостоятельного получения ответов командами.

• Помогать квалифицированным участникам за пределами инжиниринга данных и аналитики создавать таблицы, модели, ноутбуки и рабочие книги с помощью управляемых песочниц, шаблонов, автоматизированных проверок, рецензирования и продвижения в среды общего пользования.

• Делать важные продукты данных понятными и пригодными для использования людьми и аналитическими агентами посредством документированных контрактов, метаданных, информации о владении, статусе качества и рекомендаций по поиску.

• Вносить вклад в архитектурные решения, обзоры дизайна, обзоры кода и коучинг, оставаясь при этом активным в написании SQL/кода, моделировании, тестировании и документировании.

На чем вы сосредоточитесь в первую очередь

• В первые несколько месяцев вы будете помогать команде:

• Документировать владение основным портфелем аналитических продуктов и выявлять высокорискованные дублирующиеся или противоречивые логики метрик.

• Публиковать первоначальную архитектуру канонических сущностей и витрин данных, включая четкие стандарты для уровня детализации (grain), ключей, истории, отслеживания происхождения (lineage) и контроля качества.

• Запустить управляемые шаблоны для участников, автоматизированные проверки, а также процесс рецензирования и продвижения для квалифицированных участников за пределами DEA.

• Создать практический процесс сертификации и вывода из эксплуатации метрик, тем (Topics), дашбордов и общих продуктов данных.

• Поставить первоначальную версию одного из согласованных приоритетных продуктов данных, такого как модель выручки, PLG (Product-Led Growth) или модель на уровне аккаунта.

Что вы принесете

• Продвинутый опыт работы с SQL, включая способность рассуждать о корректности, производительности и поддерживаемости.

• Рабочий уровень владения Python для создания и поддержки заданий, которые создают и изменяют таблицы в озере данных.

• Опыт работы с фреймворками трансформации данных, такими как DBT, SQLMesh и т. д.

• Опыт проектирования витрин данных с использованием методов моделирования, таких как размерностное и ориентированное на сущности моделирование.

• Опыт внедрения и поддержки семантического слоя или управляемых метрик.

• Продвинутые знания в области уровня детализации (grain), ключей, истории, отслеживания происхождения (lineage), контрактов и контроля качества.

• Git, ревью, автоматизированные тесты, CI/CD и производственная ответственность.

• Трансляция неоднозначных вопросов в повторно используемые продукты.

• Улучшение самообслуживания при сохранении общих определений.

• Работа со старшими бизнес- и техническими заинтересованными сторонами.

Полезный опыт

• S3, Athena, Iceberg, Hive или другая открытая архитектура lakehouse.

• Практический опыт работы с Omni Analytics, Looker или сопоставимым семантическим слоем.

• Опыт работы с системами оркестровки.

• B2B SaaS по требованию, облачная инфраструктура, инструменты для разработчиков или выручка по потреблению.

• Создание программ управляемого участия.

• Проектирование метаданных или семантических продуктов для аналитических агентов.

Temporal Technologies является работодателем, предоставляющим равные возможности. Temporal Technologies не дискриминирует по признаку расы, религии, цвета кожи, пола, гендерной идентичности, сексуальной ориентации, возраста, неквалифицирующего физического или психического заболевания, национального происхождения, статуса ветерана или любой другой основы, предусмотренной соответствующим законом. Вся занятость определяется на основе квалификации, заслуг и потребностей бизнеса. Мы приветствуем и отмечаем различия и разнообразие.

Temporal стремится предоставлять доступ, равные возможности и разумные приспособления для лиц с ограниченными возможностями при трудоустройстве, предоставлении своих услуг, программ и мероприятий. Если вам необходимо запросить разумное приспособление, пожалуйста, сообщите об этом вашему рекрутеру, чтобы мы могли помочь.