Старший аналитик данных
Удаленная работа — кандидаты должны проживать в Великобритании, Португалии, Сербии или Молдове.
Отчитываясь перед руководителем отдела данных, старший аналитик будет отвечать за аналитические взаимоотношения между центральным хранилищем данных и соответствующей функцией (маркетинг, доход или продукт). Это двойная роль. Вы будете выполнять критически важную аналитическую работу, создавая модели, информационные панели и выводы, на которые опирается ваша функция. Вы будете отвечать за то, как эта функция использует данные, устанавливая ритмы, SLA и стандарты, которые делают аналитику настоящим партнером бизнеса, а не просто службой поддержки.
Эта роль не для тех, кто хочет получить четко сформулированное задание и просто выполнить его. Модель «спиц» (spoke model) в ApprovalMax находится в стадии разработки, и человек на этой должности будет иметь реальное влияние на то, какой она станет, сначала для своей функции, а затем как шаблон для работы более широкой команды данных.
Вы должны быть так же комфортно себя чувствовать, определяя, как работает аналитика, как и выполняя саму аналитическую работу.
Ключевые обязанности
Функциональная аналитика
- Отвечать за аналитические взаимоотношения с отделом маркетинга, доходов или продуктов: понимать их приоритеты, предвидеть их потребности в данных и предоставлять анализ, который стимулирует принятие решений, а не просто информирует о них.
- Создавать и поддерживать основные информационные панели, отчеты и модели, на которые опирается соответствующая функция, и нести ответственность за их точность, актуальность и удобство использования.
- Преобразовывать неоднозначные бизнес-вопросы в четкие аналитические структуры; делать предположения явными и предоставлять полезные результаты до того, как будут доступны идеальные данные.
- Привносить кросс-функциональный контекст в функциональный анализ, объединяя данные об использовании продукта, доходе и операционные данные для выявления закономерностей, которые были бы упущены при рассмотрении только одной функции.
Владение моделью «спиц» (Spoke Model Ownership)
- Определять и документировать рабочую модель между хранилищем данных и соответствующей функцией: владение метриками, прием запросов, SLA по срокам выполнения, пути эскалации и ожидания по актуальности данных.
- Отвечать за домен функции в Центральном глоссарии KPI и метрик и представлять дополнения и конфликты в процесс управления, вместо того чтобы допускать накопление теневых определений.
- Документировать знания о домене, предпочтения стейкхолдеров и крайние случаи аналитики, чтобы функцию-«спицу» можно было передать или масштабировать без необходимости начинать с нуля.
- Участвовать в планировании численности персонала, определяя, где потребуется аналитический потенциал в функции по мере роста бизнеса.
Самообслуживание и отчетность
- Создавать и поддерживать информационные панели и автоматизированные отчеты (Power BI, Amplitude) для снижения зависимости от центрального хранилища по повторяющимся вопросам.
- Писать четкую документацию, которую другие могут проверить, расширить и развивать: определения метрик, заметки по методологии и оговорки по данным.
- Активно искать возможности для перевода повторяющейся аналитической работы на самообслуживание, освобождая мощность центрального хранилища для анализа более высокой ценности.
Анализ с помощью ИИ и агентские рабочие процессы
- Использовать инструменты на базе LLM и ИИ-агентов для написания кода как стандартную часть вашего аналитического рабочего процесса — для исследования данных, генерации запросов, синтеза выводов и документирования. Вы должны работать быстрее и тщательнее благодаря этим инструментам, а не просто знать о них.
- Помогать внедрять агентские рабочие процессы в команду функции, показывая стейкхолдерам, как получать ответы из данных, не всегда привлекая аналитика.
- Вносить вклад в качестве практика и пользователя инструментов для обработки естественного языка и text-to-SQL, разрабатываемых руководителем отдела данных (Data Platform Lead).
Качество и управление данными
- Сообщать о проблемах с качеством данных руководителю отдела данных (Data Platform Lead); понимать, как ваш анализ зависит от конкретных конвейеров и контрактов, и заблаговременно сообщать о рисках.
- Участвовать в процессе приема и еженедельной сортировки; помогать классифицировать и определять объем входящих запросов от функций.
- Обеспечивать, чтобы новые функции продукта, изменения цен или маркетинговые кампании отражались в определениях метрик и информационных панелях до запуска, а не после.
Наставничество и способы работы
- Предоставлять техническое руководство, аналитические рамки и проводить ревью кода младшим аналитикам.
- Участвовать в гибких рабочих процессах (Kanban/Scrum) и сессиях планирования; обеспечивать видимость вашей работы и ясность приоритетов.
- Помогать формировать стандарты документирования и аналитические нормы, которые будут применяться по мере масштабирования команды.
Кого мы ищем
- Более 4 лет практического опыта работы на должности аналитика данных, с подтвержденной способностью работать с несколькими доменами данных и предоставлять анализ старшим бизнес-стейкхолдерам.
- Подтвержденное использование ИИ-агентов для написания кода и инструментов на базе LLM как основной части вашего аналитического рабочего процесса, а не эпизодически. Вы должны уметь продемонстрировать, как эти инструменты изменили скорость и глубину вашей работы. Мы создаем отдел данных, готовый к работе с агентским подходом, и эта роль должна моделировать такой подход.
- Сильные навыки SQL и владение Python для обработки данных, автоматизации и анализа, с опытом написания кода производственного качества, а не только ad hoc скриптов.
- Опыт работы с современными инструментами BI и продуктовой аналитики — Power BI, Amplitude, Looker или их эквивалентами — включая создание информационных панелей, которые действительно используют нетехнические стейкхолдеры.
- Опыт успешной доставки анализа, который объединяет данные из нескольких исходных систем (CRM, продукт, финансы, маркетинг) для ответа на вопросы, которые не могла решить одна команда.
- Способность четко и лаконично доносить выводы до старшей нетехнической аудитории в письменной, устной форме и с помощью визуализаций.
- Опыт работы в рамках процесса управления метриками: определения, владение и разрешение конфликтов между конкурирующими показателями.
- Комфортное взаимодействие в условиях неопределенности, способность определить нечеткий вопрос, сделать явными разумные предположения и предоставить что-то полезное до того, как появятся идеальные данные.
Приветствуется
- Опыт работы в SaaS или B2B продуктовой компании, с опытом работы с метриками подписки (ARR, NRR, отток, расширение), аналитикой использования продукта и анализом воронки GTM.
- Знакомство с dbt или аналогичными фреймворками трансформации; понимание того, как семантические слои и модели данных лежат в основе аналитики самообслуживания.
- Опыт работы или помощи в создании встроенной модели аналитики (spoke, business partner или эквивалент).
- Опыт работы с паттернами применения LLM, проектированием запросов (prompt design), text-to-SQL или использованием языковых моделей для исследования данных и обобщения выводов.
- Опыт наставничества младших аналитиков или установления аналитических стандартов в команде.
Что мы предлагаем
- Стипендия на льготы по здоровью и благополучию
- Обустройство домашнего офиса — единовременная компенсация в размере 500 фунтов стерлингов после испытательного срока
- 26 дней оплачиваемого отпуска
- 1 дополнительный выходной день на ваш день рождения
- Финансовое вознаграждение за признание выслуги лет
- Регулярные пересмотры вознаграждения на основе производительности
- Растущий международный бизнес с более чем 10 000 подписчиков
ApprovalMax предоставляет комплексную автоматизацию обработки счетов поставщиков для компаний, использующих облачные бухгалтерские системы, такие как Xero и QuickBooks Online. Имея команду из более чем 150 человек в Великобритании, Европе, Северной Америке, Австралии и Южной Африке, мы создаем программное обеспечение, которое имеет значение, и мы быстро масштабируемся.
