Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
GGrasshopper Bank
Соединенные Штаты16 дней назад
Грейд
Middle
Опыт работы
2-4 лет
Формат работы
Удалённо
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Grasshopper Bank — это цифровой банк, ориентированный на клиента, созданный для экономики бизнеса и инноваций. Мы одержимы предоставлением передовых технологий, ориентированных на решение проблем продуктов и превосходного обслуживания благодаря сочетанию увлеченных людей и цифровых ресурсов.
Мы — опытная команда, которая гордится разнообразием мыслей и точек зрения. Имея национальную лицензию, наш портфель продуктов и услуг охватывает от венчурного и частного акционерного капитала, компаний из портфеля до кредитования SBA, а также прямого обслуживания МСБ и встраиваемого банкинга.
Наш предпринимательский дух позволяет нам поддерживать рост и успех широкого круга клиентов на каждом этапе их бизнеса через инклюзивное партнерство. Мы ищем членов команды, которые позволят как нашей организации, так и нашим сотрудникам расти и развиваться благодаря сотрудничеству, добросовестности и уважению.
Наш фокус на кросс-функциональной командной работе обеспечивает культуру, в которой ценятся идеи, поощряется ответственность и отмечаются успехи. Мы приветствуем всех, кто ищет возможность внести свой вклад в банковские инновации, которые влияют и поддерживают развивающийся цифровой мир финансовых услуг.
Наш цифровой подход позволяет нашим командам работать удаленно. У нас есть офисы в Нью-Йорке и Бостоне.
В качестве инженера по клиентской аналитике вы будете работать на стыке современной инженерии данных, аналитики поведения клиентов и стимулирования роста. Отчитываясь перед директором BI и аналитики, вы будете техническим движком и стратегическим архитектором наших общебанковских инициатив по Customer 360 и аналитике жизненного цикла клиента.
В этой высокоэффективной роли вы выйдете за рамки стандартной описательной отчетности, чтобы создать фундаментальные модели данных, конвейеры и семантические уровни, которые объясняют, кто наши клиенты, как они взаимодействуют с нашими платформами цифрового банкинга и что определяет долгосрочную пожизненную ценность клиента (LTV). Вы будете отвечать за моделирование сложных потоков клиентских событий, цифровых точек контакта и истории транзакций в модели, готовые для аналитики, в Google BigQuery, обеспечивая исполнительную отчетность Tableau и напрямую активируя клиентские данные для маркетинговых и вовлекающих механизмов (например, Braze).
Если вы любите писать чистую, производительную SQL/Python логику трансформации, распутывать сложные клиентские пути и сотрудничать с руководителями продуктов и маркетинга для увеличения выручки, эта роль для вас.
Моделирование Customer 360 и C-MDM: Проектирование, создание и оптимизация масштабируемых размерных моделей (методология Kimball) и наборов данных One Big Table (OBT) в Google BigQuery, которые объединяют основные банковские записи, журналы цифровых сеансов и точки контакта в доверенную общебанковскую мастер-запись клиента (C-MDM) и единый источник истины.
Разрешение идентификаторов, управление данными и атрибуция: Создание надежных моделей сопоставления идентификаторов клиентов и атрибуции маркетинговых кампаний с несколькими точками контакта на различных платформах, одновременно продвигая принципы управления основными данными (C-MDM), качества данных и управления данными во всех конвейерах клиентских данных.
Разработка семантического уровня и основных данных: Формализация общебанковских клиентских сущностей, основных сегментаций и критически важных элементов данных (CDE), таких как определения активных пользователей (DAU/MAU), статус основного операционного счета, принятие функций и пороги неактивности, для согласования бизнес- и технических определений в рамках унифицированной структуры C-MDM.
Масштабируемые конвейеры ELT: Проектирование, развертывание и поддержка отказоустойчивых конвейеров ELT/ETL (с использованием SQL, Python и инструментов оркестрации) для приема, очистки и обогащения необработанных данных о взаимодействии с клиентами, полезных нагрузок API и основных моментальных снимков.
Синхронизация с маркетингом и активацией: Разработка надежных конвейеров и рабочих процессов обратной ETL, которые синхронизируют обогащенные характеристики клиентов, поведенческие события и уровни вовлеченности непосредственно с платформами автоматизации маркетинга (например, Braze) и CRM-системами для обеспечения автоматизированных кампаний по жизненному циклу.
Качество данных и наблюдаемость: Внедрение автоматизированного тестирования, обнаружения аномалий и проверки схемы в конвейерах клиентских данных для обеспечения точности платформы, времени безотказной работы и оповещения.
Панели мониторинга клиентских путей и когорт: Проектирование и поддержка интуитивно понятных, готовых для руководства панелей Tableau, ориентированных на воронки привлечения клиентов, кривые удержания, проникновение продуктов, индикаторы оттока и скорость прироста депозитов.
Рассказ историй с помощью данных: Преобразование сложных многоуровневых данных в четкие, действенные повествования, которые отвечают на вопрос "и что?" для руководителей бизнес-подразделений и менеджеров по продуктам.
Оптимизация производительности: Непрерывный мониторинг и настройка запросов BigQuery и извлечения данных Tableau для обеспечения быстрой производительности рабочих книг и экономичной обработки запросов.
Стратегический партнер по росту: Тесное сотрудничество с руководителями отделов маркетинга, продуктов и бизнес-подразделений для преобразования бизнес-гипотез в количественные структуры и требования к отслеживанию.
Управление данными и грамотность в области данных: Продвижение лучших практик управления данными, документирование линий происхождения клиентских данных и определений KPI в руководстве по управлению данными (Data Steward Playbook) и обучение конечных пользователей самостоятельному поиску данных.
Опыт: 2–4+ года практического опыта работы в гибридной роли, такой как инженер по аналитике, инженер клиентских данных, BI-разработчик или инженер по маркетинговым данным. Опыт работы в финтех, коммерческом банкинге или платформах цифрового банкинга является предпочтительным.
Продвинутый SQL и BigQuery: Экспертный уровень владения SQL, включая продвинутые аналитические оконные функции, сложные CTE, развертывание массивов/структур и настройку производительности в облачных хранилищах данных (Google BigQuery крайне предпочтителен).
Моделирование размерных данных и данных событий: Опыт работы с размерным моделированием, схемами "звезда" и структурированием моделей данных, основанных на поведении/событиях (практический опыт работы с dbt для моделирования преобразований и отслеживания является большим плюсом).
Python и инженерия конвейеров: Доказанный опыт использования Python для преобразования данных, интеграции API и автоматизации рабочих процессов. Опыт планирования и оркестрации DAG с использованием таких инструментов, как Apache Airflow или Google Cloud Composer, является предпочтительным.
Экспертиза Tableau: Глубокое знание Tableau Desktop и Tableau Server/Cloud, включая выражения Level of Detail (LOD), параметры и принципы продуманного дизайна UX/UI для панелей мониторинга.
Понимание клиентской аналитики: Глубокое концептуальное понимание метрик жизненного цикла клиента: стоимость привлечения клиента (CAC), пожизненная ценность (LTV), удержание когорт и отток. Знакомство с рабочими процессами обратной ETL или активацией клиентских данных является плюсом.
Коммуникация и сотрудничество: Подтвержденный опыт представления сложных аналитических данных нетехническим заинтересованным сторонам и обеспечения межфункциональной координации.
Образование: Степень бакалавра в области компьютерных наук, информационных систем, аналитики данных, математики, инженерии или эквивалентный практический опыт.
Grasshopper Bank is a client-first, digital bank built for the business and innovation economy, with an obsession for providing leading-edge technology, solutions-driven products and superior service through a combination of passionate people and digital resources.
We are a highly experienced team who pride ourselves on diversity of thought and perspective. Nationally chartered, our portfolio of products and services range from VC, PE & Portfolio Companies to SBA Lending, as well as direct SMB and Embedded Banking.
Our entrepreneurial drive allows us to support the growth and success of a wide range of clients at every stage of their business through inclusive partnership. We seek out team members who will enable both our organization and our people to grow and thrive through collaboration and acting with integrity and respect.
Our focus on cross-functional teamwork provides a culture where ideas are valued, accountability is encouraged, and successes are celebrated. We welcome all those searching for the opportunity to contribute to banking innovation that influences and supports the emerging digital world of Financial Services.
Our digital first approach enables our teams the flexibility to work remotely. We have offices in NYC and Boston.
As a Customer Analytics Engineer, you will operate at the intersection of modern data engineering, customer behavior analytics, and growth enablement. Reporting to the Director of BI & Analytics, you will serve as the technical engine and strategic architect behind our bank-wide Customer 360 and customer lifecycle analytics initiatives.
In this high-impact role, you will move beyond standard descriptive reporting to build the foundational data models, pipelines, and semantic layers that explain who our clients are, how they interact with our digital banking platforms, and what drives long-term customer lifetime value (LTV). You will be responsible for modeling complex customer event streams, digital touchpoints, and transaction histories into analytics-ready models in Google BigQuery, powering executive Tableau reporting and directly activating customer data downstream into marketing and engagement engines (such as Braze).
If you love writing clean, performant SQL/Python transformation logic, unraveling complex customer journeys, and partnering with Product and Marketing leaders to unlock top-line revenue, this role is for you.
Customer 360 & C-MDM Modeling: Design, build, and optimize scalable dimensional models (Kimball methodology) and One Big Table (OBT) datasets in Google BigQuery that unify core banking records, digital session logs, and touchpoints into a trusted, bank-wide customer master (C-MDM) and single source of truth.
Identity Resolution, Governance & Attribution: Establish robust customer identity mapping and multi-touch marketing attribution models across diverse platforms, while championing master data management (C-MDM) principles, data quality, and governance across all customer data pipelines.
Semantic Layer & Master Data Development: Formalize bank-wide customer entities, core segmentations, and Critical Data Elements (CDEs)—such as Active User definitions (DAU/MAU), primary operating account status, feature adoption, and dormancy thresholds—to align business and technical definitions under a unified C-MDM framework.
Scalable ELT Pipelines: Design, deploy, and maintain resilient ELT/ETL pipelines (using SQL, Python, and orchestration tools) to ingest, clean, and enrich raw customer interaction data, API payloads, and core snapshot tables.
Downstream Marketing & Activation Sync: Engineer reliable pipelines and reverse-ETL workflows that sync enriched customer traits, behavioral events, and engagement tiers directly into marketing automation platforms (e.g., Braze) and CRM systems to power automated lifecycle campaigns.
Data Quality & Observability: Implement automated testing, anomaly detection, and schema validation across customer data pipelines to guarantee platform accuracy, uptime, and alerting.
Customer Journey & Cohort Dashboards: Design and maintain intuitive, executive-ready Tableau dashboards focusing on customer acquisition funnels, retention curves, product penetration, churn indicators, and deposit velocity.
Storytelling with Data: Translate complex, multi-layered data into clear, actionable narratives that answer the "so what?" for business line leaders and product managers.
Performance Optimization: Continuously monitor and tune BigQuery queries and Tableau extracts to ensure rapid workbook performance and cost-efficient query processing.
Strategic Growth Partner: Collaborate closely with Marketing, Product, and Business Line leaders to translate business hypotheses into quantitative frameworks and tracking requirements.
Data Stewardship & Literacy: Champion data governance best practices, document customer data lineages and KPI definitions in the Data Steward Playbook, and coach end-users on self-service data discovery.
Experience: 2–4+ years of hands-on experience in a hybrid data role such as Analytics Engineer, Customer Data Engineer, BI Developer, or Marketing Data Engineer. Prior experience in fintech, commercial banking, or digital banking platforms is preferred.
Advanced SQL & BigQuery: Expert-level SQL skills, including advanced analytical window functions, complex CTEs, array/struct unnesting, and performance tuning within cloud data warehouses (Google BigQuery strongly preferred).
Dimensional & Event Data Modeling: Strong experience with dimensional modeling, star schemas, and structuring behavioral/event-based data models (hands-on experience with dbt for modeling transformations and lineage is a strong plus).
Python & Pipeline Engineering: Demonstrated experience using Python for data transformation, API integrations, and workflow automation. Experience scheduling and orchestrating DAGs using tools like Apache Airflow or Google Cloud Composer is preferred.
Tableau Expertise: Deep proficiency in Tableau Desktop and Tableau Server/Cloud, including Level of Detail (LOD) expressions, parameters, and thoughtful dashboard UX/UI design principles.
Customer Analytics Acumen: Strong conceptual understanding of customer lifecycle metrics: Customer Acquisition Cost (CAC), Lifetime Value (LTV), cohort retention, and churn. Familiarity with reverse-ETL workflows or customer data activation is a plus.
Communication & Collaboration: Proven track record of presenting complex data insights to non-technical stakeholders and driving cross-functional alignment.
Education: Bachelor’s degree in Computer Science, Information Systems, Data Analytics, Mathematics, Engineering, or equivalent practical experience.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 105 000 до 146 000
