Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
DoiT
Колумбия7 дней назад
Грейд
Middle
Опыт работы
3-5 лет
Формат работы
Удалённо
Тип занятости
Полная занятость
Уровень английского
C1, продвинутый
Письмо на почту или сообщение рекрутеру в Telegram
В качестве инженера по аналитике вы присоединитесь к команде бизнес-аналитики в рамках инжиниринга бизнес-систем — группы из нескольких команд, которая создает и управляет системами, на которых работает компания. Вы Do’er? Будьте собой. Работайте на своих условиях. Меняйте мир к лучшему. Что значит быть Do’er? Мы уделяем внимание предпринимательству, стремлению к знаниям и веселью! Нажмите здесь, чтобы узнать больше о наших основных ценностях. Звучит слишком хорошо, чтобы быть правдой? Посетите нашу страницу Glassdoor. Мы тоже так думали, но мы здесь и рады, что нажали кнопку «Применить». Много Do’ers, Одна команда DoiT объединяется как Many Do’ers, One Team, где разнообразие — это больше, чем цель — это наша сила. Мы активно культивируем инклюзивную, справедливую рабочую среду, признавая, что каждая уникальная перспектива усиливает нашу инновационность. Празднуя различия, мы создаем среду, в которой каждый человек чувствует себя ценным, внося свой вклад в наш общий успех.
Совместное управление инжинирингом платформы: рутинные изменения моделей, бэклог инжиниринга, интеграция новых источников данных от необработанных данных до сертифицированных наборов данных, обслуживание CI/CD и эксплуатация инфраструктуры. Это роль с полным владением, а не узкой специализацией. Создание, тестирование и поддержка моделей данных и конвейеров, которые питают панели мониторинга, финансовую и инвестиционную отчетность, а также наш уровень аналитики ИИ в более чем 15 бизнес-доменах, включая финансы, продажи, взаимодействие с клиентами, маркетинг, продукт и HR. Управление инфраструктурой данных как кодом. Предоставление и настройка наборов данных BigQuery, представлений, корзин GCS и разрешений IAM через Terraform. Это включает в себя настройку точек приема данных, управление контролем доступа и обработку изменений схемы в исходных таблицах. Управление доступом к данным и их управление. Управление и дальнейшее расширение нашей реализации RBAC — расширение фреймворка контроля доступа по мере подключения новых доменов и потребителей, поддержание актуальности метаданных каталога данных (уровень, домен, владелец, теги PII) и поддержание актуальности документации. Повышение надежности платформы за счет укрепления стандартов тестирования, наблюдаемости и оповещений, чтобы проблемы выявлялись на ранней стадии, а не сообщались пользователями. Поддержка оркестрации и планирования. Понимание того, как DAG Airflow выполняют сборки dbt (ежедневно, ежечасно, ежемесячно), маркировка моделей для их запуска по правильному расписанию и устранение сбоев сборки в Cloud Composer. Создание и поддержка пользовательских коннекторов данных. Когда источник SaaS не охвачен нативным коннектором Fivetran, написание и поддержка коннекторов Fivetran SDK на основе Python, включая пагинацию, ограничение скорости, обработку ошибок и автоматизированные тесты. Партнерство с BI-аналитиками для преобразования неоднозначных вопросов в хорошо смоделированные, надежные наборы данных и помощь в повышении инженерных практик команды посредством обзора кода и общих стандартов. Использование современных инструментов ИИ для написания кода и ускорения рутинной работы, увеличения вашей производительности, а не добавления ручных усилий.
Location
As an Analytics Engineer, you will join the Business Intelligence team within Business Systems Engineering, a group of several teams that builds and runs the systems the company operates on. This role is based remotely in Mexico or Colombia as a full-time employee or in other LATAM locations as a contractor, with working hours that overlap meaningfully with US time zones.
Who We Are
DoiT is a global technology company that works with cloud-driven organizations to leverage the cloud to drive business growth and innovation. We combine data, technology, and human expertise to ensure our customers operate in a well-architected and scalable state - from planning to production.
Delivering DoiT Cloud Intelligence, the only solution that integrates advanced technology with human intelligence, we help our customers solve complex multicloud problems and drive efficiency.
With decades of multicloud experience, we have specializations in Kubernetes, GenAI, CloudOps, and more. An award-winning strategic partner of AWS, Google Cloud, and Microsoft Azure, we work alongside more than 4,000 customers worldwide.
The Opportunity
Our governed data platform is a core part of how DoiT operates, with hundreds of Do’ers relying on it every month. We are growing the team that builds and runs it, and we’re looking for an Analytics Engineer to help carry it forward.
You will work as an engineer on the data platform, not just a builder of reports. You are the kind of person who is averse to doing the same manual task twice, who treats data models like production code, and who instinctively adds tests and monitoring so problems are caught before anyone else sees them. You will own a meaningful share of the platform’s day-to-day engineering, which lets our analysts stay focused on analysis and lets our larger platform initiatives get the sustained attention they need.
This is a high-ownership role with real room to grow. You will work closely with our BI analysts and engineers and with partners across the business, reporting to the Head of Business Intelligence.
Responsibilities
Shared ownership of the platform's engineering : routine model changes, the engineering backlog, new data source onboarding from raw ingestion to certified datasets, CI/CD maintenance, and infrastructure operations. This is a full-ownership role, not a narrow lane.
Build, test, and maintain data models and pipelines that power dashboards, finance and investor reporting, and our AI analytics layer, across 15+ business domains including Finance, Sales, Customer Experience, Marketing, Product, and HR.
Manage data infrastructure as code. Provision and configure BigQuery datasets, views, GCS buckets, and IAM permissions through Terraform. This includes onboarding ingestion destinations, managing access controls, and handling schema drift on source tables.
Own data access and governance. Own and continue expanding our RBAC implementation — extend the access control framework as new domains and consumers come online, keep data catalog metadata (tier, domain, owner, PII tags) current, and keep documentation up to date.
Improve platform reliability by strengthening testing standards, observability, and alerting, so issues are caught early rather than reported by users.
Support orchestration and scheduling. Understand how Airflow DAGs run dbt builds (daily, hourly, monthly), tag models so they land in the right schedule, and troubleshoot build failures in Cloud Composer.
Build and maintain custom data connectors. When a SaaS source isn't covered by a native Fivetran connector, write and maintain Python-based Fivetran SDK connectors — including pagination, rate limiting, error handling, and automated tests.
Partner with BI analysts to turn ambiguous questions into well-modeled, trustworthy datasets, and help raise the team's engineering practices through code review and shared standards.
Use modern AI tooling to draft code and accelerate routine work, amplifying your output rather than adding manual effort.
Qualifications
Analytics engineering experience. 3–5 years in analytics engineering, data engineering, or BI engineering, with a track record of delivering data models that other people depend on.
Strong SQL and data modeling. You write, read, and optimize complex analytical queries, reason about grain and joins, and design clean, layered models with sound judgment about where logic belongs (staging, business logic, consumption layer).
dbt / Data transformation proficiency. You've built and maintained dbt projects professionally — packages, macros, incremental strategies, snapshots, seeds, and CI/CD. You've implemented staging → intermediate → mart patterns and understand deferred builds, state comparison, and slim CI.
Software engineering discipline. Version control, code review, automated testing, and CI/CD, with the habit of making changes safe to ship. You have a strong drive to automate repetitive manual work.
Pipeline reliability instincts. You debug data issues to their root cause, and you think about freshness, volume, duplicates, and late-arriving data before they become incidents.
Business translation. You translate business needs into data requirements, work with non-technical stakeholders (including Finance), and push back constructively when a request is better solved a different way.
Multi-repo comfort. Our data platform spans several repositories (transformation, data infrastructure, orchestration, custom connectors, foundational cloud resources). You're comfortable navigating across these boundaries rather than treating dbt as the whole world.
AI-assisted development. Proven track record of using AI coding tools in your daily workflow.
Remote ownership. Independence in a remote, global team, with clear written communication and the discipline to document your work.
Fluent English. Both written and spoken; knowledge of any other language is an advantage.
Bonus Points
Our stack. Hands-on experience with Google BigQuery, Fivetran, and Apache Airflow (Cloud Composer); or an AWS/Azure equivalent.
Data catalog and governance tooling. Experience with a data catalog (for example OpenMetadata) or data observability tooling (for example Elementary).
Git-based CI/CD for data. Experience with CI/CD workflows for data projects — branch-based deployments, slim CI, Docker image builds, and automated plan/apply cycles.
Terraform for data infrastructure. You've provisioned BigQuery datasets, IAM bindings, or GCS buckets with Terraform.
Python for data integration. You've written Python that talks to REST APIs — pagination, rate limiting, error handling.
dbt build lifecycle fluency. You understand how dbt compiles Jinja into SQL, how run/test/snapshot phases chain together, and you've written macros beyond basic ref() and source().
BigQuery performance tuning. Experience with partitioning, clustering, incremental strategies, and reasoning about slot consumption and query costs for large datasets.
Docker and Kubernetes. Our dbt builds run in containers on GKE. Experience with Docker images and basic Kubernetes concepts (pods, logs, deployments) helps when debugging pipeline issues.
Pre-commit hooks and code quality automation. Experience with SQLFluff, pre-commit frameworks, or custom validation scripts.
SaaS source system familiarity. Prior experience modeling data from CRM, support, project management, marketing automation, or ERP platforms.
Are you a Do’er?
Be your truest self. Work on your terms. Make a difference.
We are home to a global team of incredible talent who work remotely and have the flexibility to have a schedule that balances your work and home life. We embrace and support leveling up your skills professionally and personally.
What does being a Do’er mean? We’re all about being entrepreneurial, pursuing knowledge, and having fun! Click here to learn more about our core values .
Sounds too good to be true? Check out our Glassdoor Page .
We thought so too, but we’re here and happy we hit that ‘apply’ button.
Full-time employee benefits include:
Unlimited Vacation
Flexible Working Options
Health Insurance
Parental Leave
Employee Stock Option Plan
Home Office Allowance
Professional Development Stipend
Peer Recognition Program
Many Do’ers, One Team
DoiT unites as Many Do’ers, One Team, where diversity is more than a goal - it’s our strength. We actively cultivate an inclusive, equitable workplace, recognizing that each unique perspective enhances our innovation. By celebrating differences, we create an environment where every individual feels valued, contributing to our collective success.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 3 790 до 5 500
Опыт работы в области аналитической инженерии. 3–5 лет в области аналитической инженерии, инженерии данных или BI-инженерии с опытом создания моделей данных, от которых зависят другие люди. Глубокое знание SQL и моделирования данных. Вы пишете, читаете и оптимизируете сложные аналитические запросы, рассуждаете о гранулярности и соединениях, а также проектируете чистые, многоуровневые модели с разумным суждением о том, где находится логика (staging, бизнес-логика, слой потребления). Владение dbt / преобразованием данных. Вы профессионально создавали и поддерживали проекты dbt — пакеты, макросы, инкрементальные стратегии, снимки, семена и CI/CD. Вы реализовали шаблоны staging → intermediate → mart и понимаете отложенные сборки, сравнение состояний и slim CI. Дисциплина разработки программного обеспечения. Контроль версий, обзор кода, автоматизированное тестирование и CI/CD с привычкой делать изменения безопасными для выпуска. У вас есть сильное стремление автоматизировать повторяющуюся ручную работу. Инстинкты надежности конвейера. Вы отлаживаете проблемы с данными до первопричины и думаете о свежести, объеме, дубликатах и позднем поступлении данных до того, как они станут инцидентами. Бизнес-перевод. Вы переводите потребности бизнеса в требования к данным, работаете с нетехническими заинтересованными сторонами (включая Финансы) и конструктивно возражаете, когда запрос лучше решается другим способом. Удобство работы с несколькими репозиториями. Наша платформа данных охватывает несколько репозиториев (преобразование, инфраструктура данных, оркестрация, пользовательские коннекторы, базовые облачные ресурсы). Вы удобно ориентируетесь между этими границами, а не относитесь к dbt как ко всему миру. ИИ-ассистированная разработка. Подтвержденный опыт использования инструментов ИИ для написания кода в вашем повседневном рабочем процессе. Удаленное владение. Независимость в удаленной глобальной команде, с четкой письменной коммуникацией и дисциплиной в документировании вашей работы. Свободное владение английским языком. Как письменным, так и устным; знание любого другого языка является преимуществом.
Наш стек. Практический опыт работы с Google BigQuery, Fivetran и Apache Airflow (Cloud Composer); или эквивалентом AWS/Azure. Инструменты каталога данных и управления данными. Опыт работы с каталогом данных (например, OpenMetadata) или инструментами наблюдения за данными (например, Elementary). CI/CD на основе Git для данных. Опыт работы с рабочими процессами CI/CD для проектов данных — развертывания на основе ветвей, slim CI, сборки образов Docker и автоматизированные циклы plan/apply. Terraform для инфраструктуры данных. Вы подготавливали наборы данных BigQuery, привязки IAM или корзины GCS с помощью Terraform. Python для интеграции данных. Вы писали код на Python, который взаимодействует с REST API — пагинация, ограничение скорости, обработка ошибок. Свободное владение жизненным циклом сборки dbt. Вы понимаете, как dbt компилирует Jinja в SQL, как фазы run/test/snapshot связаны между собой, и вы писали макросы, выходящие за рамки базовых ref() и source(). Оптимизация производительности BigQuery. Опыт работы с секционированием, кластеризацией, инкрементальными стратегиями и рассуждениями о потреблении слотов и затратах на запросы для больших наборов данных. Docker и Kubernetes. Наши сборки dbt выполняются в контейнерах на GKE. Опыт работы с образами Docker и базовыми концепциями Kubernetes (поды, логи, развертывания) помогает при отладке проблем конвейера. Хуки Pre-commit и автоматизация качества кода. Опыт работы с SQLFluff, фреймворками pre-commit или пользовательскими скриптами валидации. Знакомство с исходными системами SaaS. Предыдущий опыт моделирования данных из CRM, систем поддержки, управления проектами, автоматизации маркетинга или ERP-платформ.
Местоположение Эта должность предусматривает удаленную работу в Мексике или Колумбии на условиях полного рабочего дня или в других странах Латинской Америки на условиях контракта, с рабочим временем, которое значительно совпадает с часовыми поясами США. О нас DoiT — глобальная технологическая компания, которая работает с облачными организациями, чтобы использовать облако для стимулирования роста бизнеса и инноваций. Мы объединяем данные, технологии и человеческий опыт, чтобы гарантировать, что наши клиенты работают в хорошо спроектированном и масштабируемом состоянии — от планирования до производства. Предоставляя DoiT Cloud Intelligence — единственное решение, которое интегрирует передовые технологии с человеческим интеллектом, — мы помогаем нашим клиентам решать сложные многооблачные проблемы и повышать эффективность. Обладая многолетним опытом работы с многооблачными технологиями, мы специализируемся на Kubernetes, GenAI, CloudOps и многом другом. Являясь отмеченным наградами стратегическим партнером AWS, Google Cloud и Microsoft Azure, мы работаем более чем с 4000 клиентов по всему миру. Возможность Наша управляемая платформа данных является ключевой частью работы DoiT, и сотни сотрудников полагаются на нее каждый месяц. Мы расширяем команду, которая создает и поддерживает ее, и ищем инженера по аналитике, который поможет двигать ее вперед. Вы будете работать как инженер над платформой данных, а не просто как создатель отчетов. Вы из тех, кто избегает выполнять одну и ту же ручную задачу дважды, кто относится к моделям данных как к производственному коду и кто инстинктивно добавляет тесты и мониторинг, чтобы проблемы были обнаружены до того, как их увидит кто-либо еще. Вы будете нести значительную ответственность за повседневную работу платформы, что позволит нашим аналитикам сосредоточиться на анализе, а нашим более масштабным инициативам по развитию платформы — получить необходимое им постоянное внимание. Это роль с высокой степенью ответственности и реальными возможностями для роста. Вы будете тесно сотрудничать с нашими BI-аналитиками и инженерами, а также с партнерами по всему бизнесу, подчиняясь руководителю отдела бизнес-аналитики. Мы являемся домом для глобальной команды невероятных талантов, которые работают удаленно и имеют гибкость в составлении графика, балансирующего вашу рабочую и личную жизнь. Мы стремимся и поддерживаем профессиональное и личное развитие ваших навыков. Неограниченный отпуск Гибкие варианты работы Медицинская страховка Отпуск по уходу за ребенком Опцион на акции сотрудников Пособие на обустройство домашнего офиса Стипендия на профессиональное развитие Программа признания коллег