Member of Data Staff (Analytics Engineer)

Компенсация: 175 000–330 000 долларов США в год.

Perplexity — это ИИ для людей, которые ожидают большего. В команде данных это означает создание систем, которые делают наши данные надежными, понятными и пригодными для использования как людьми, так и ИИ.

Мы ищем инженера по аналитике или инженера данных, который хочет построить фундамент для AI-ориентированной организации данных. Вы будете разрабатывать основные модели данных, конвейеры, семантические уровни, системы качества данных, практики управления и рабочие процессы хранилища, которые обеспечивают работу всей компании: помогая командам принимать стратегические решения, управлять бизнесом и ускоряться благодаря доверенным данным. Вы также позаботитесь о том, чтобы эти системы были безопасными, учитывали конфиденциальность и были понятны ИИ-агентам, специалистам по данным и остальной части компании.

Эта роль подходит для того, кто может работать на стыке инжиниринга аналитики, инжиниринга данных, управления данными и внутреннего продуктового менеджмента. Вы заботитесь о размерном моделировании, стандартах dbt, разработке хранилищ с учетом затрат, управлении доступом, конфиденциальности и деталях, которые делают данные достоверными. Вы также считаете, что ИИ должен сделать стек данных быстрее, проще в обслуживании и более доступным для всей компании, не ослабляя безопасность или управление.

ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ

• Создавать фундаментальные основы данных — разрабатывать и поддерживать высококачественные модели данных, витрины и конвейеры, которые делают анализ быстрым, надежным и многократно используемым.

• Управлять хранилищем данных — помогать в управлении архитектурой хранилища, средами, разрешениями, производительностью, затратами, жизненным циклом данных и операционной гигиеной, чтобы платформа масштабировалась чисто.

• Сделать хранилище данных читаемым для ИИ — отвечать за документацию, семантический контекст, метаданные, происхождение данных и шаблоны извлечения, на которые опираются системы ИИ для правильного понимания и запроса данных Perplexity.

• Руководить стандартами моделирования данных — определять и продвигать шаблоны dbt, практики размерного моделирования, соглашения об именовании, тесты и процессы обзора.

• Внедрять практики управления данными — определять стандарты доступа, владения, происхождения данных, документации, хранения, качества и обработки конфиденциальных данных в аналитическом хранилище.

• Разрабатывать с учетом безопасности и конфиденциальности — сотрудничать с отделами инжиниринга, безопасности, юридическим и финансовым отделами по мере необходимости, чтобы обеспечить соответствие и контроль доступа к данным, их совместного использования и рабочих процессов, управляемых ИИ.

• Автоматизировать качество и обслуживание данных — создавать рабочие процессы с поддержкой ИИ, которые обнаруживают проблемы, объясняют первопричины, предлагают исправления, генерируют тесты и сокращают ручное устранение неполадок.

• Повышать продуктивность команды аналитиков — автоматизировать повторяющиеся рабочие процессы, улучшать инструментарий, оптимизировать разработку и облегчать специалистам по данным и заинтересованным сторонам поиск ответов на вопросы.

• Сотрудничать с другими отделами компании — тесно работать со специалистами по данным, инженерами, продуктовыми командами, финансовым отделом и командами по работе с рынком (GTM), чтобы преобразовывать аналитические потребности в надежные системы данных.

• Формировать решения по инструментарию — оценивать компромиссы между разработкой и покупкой, управлять отношениями с поставщиками при необходимости и выбирать инструменты, которые масштабируются вместе с командой.

ЧТО МЫ ИЩЕМ

• Более 6 лет опыта работы в качестве инженера по аналитике, инженера данных, специалиста по данным или на смежной должности.

• Глубокие знания SQL — вы можете рассуждать о правильности, производительности, соединениях, степени детализации и крайних случаях в сложных запросах к хранилищу.

• Большой опыт моделирования данных — вы работали с dbt (или аналогичным фреймворком трансформации) на практике и понимаете размерное моделирование, контракты данных, тестирование и то, как должны развиваться аналитические схемы.

• Ответственность за конвейеры — вы создавали, поддерживали, отлаживали и улучшали производственные конвейеры данных.

• Опыт управления хранилищем данных — вы работали с администрированием хранилища, моделями доступа, разрешениями, оптимизацией производительности, управлением затратами или операционной ответственностью.

• Принципы управления данными — вы четко думаете о владении данными, управлении доступом, конфиденциальности, хранении, происхождении данных, аудите и рисках облегчения доступа к данным.

• AI-ориентированный стиль работы — вы уже используете ИИ для ускорения разработки, документации, тестирования, исследования и автоматизации повторяющихся рабочих процессов.

• Свободное общение с заинтересованными сторонами — вы знаете, как превратить нечеткие аналитические требования в надежные модели, метрики и многократно используемые активы данных.

• Автономность и исполнение — вы можете довести проекты от неопределенной проблемы до системы производственного качества с минимальным контролем.

• Операционное суждение — вы заботитесь о надежности, управлении, безопасности, затратах и долгосрочной поддерживаемости.

ДОПОЛНИТЕЛЬНО

• Администрирование Snowflake, оптимизация, управление затратами или настройка производительности хранилища.

• Опыт работы с RBAC, обработкой PII, классификацией данных, политиками хранения, рабочими процессами аудита или проверками конфиденциальности/безопасности.

• Опыт работы с Databricks или другой современной инфраструктурой данных.

• Опыт создания семантических слоев, слоев метрик, систем метаданных или каталогов данных.

• Опыт использования Python для инструментов данных, автоматизации, оркестрации или проверок качества.

• Предыдущий опыт работы в качестве первого инженера по аналитике или инженера данных в быстрорастущем стартапе.

ПОЧЕМУ ЭТА РОЛЬ

• Владейте фундаментом — ваша работа будет определять, насколько быстро и уверенно компания сможет использовать данные.

• Создавайте для людей и ИИ — следующее поколение инфраструктуры данных должно быть понятно как агентам, так и аналитикам.

• Высокое влияние — лучшие модели, конвейеры и инструменты умножают возможности каждого специалиста по данным и каждого заинтересованного лица, зависящего от данных.

• Небольшая команда, широкий охват — у вас будет возможность определять стандарты, выбирать инструменты и внедрять системы, которые станут стандартными для всей компании.