Alteryx
Alteryx
Ang Alteryx ay bumubuo ng enterprise analytics software na tumutulong sa mga organisasyon na gawing kapaki-pakinabang na insight ang kumplikadong data. Pinagsasama ng platform nitong pinapagana ng AI ang paghahanda ng data, pagpapayaman ng data, pagsusuri, predictive modeling, pag-uulat, at location intelligence, kaya nasusuportahan nito ang mga team na may iba’t ibang antas ng teknikal na kasanayan. Nagsisilbi ang Alteryx sa mga organisasyon sa iba’t ibang sektor, kabilang ang pagkonsulta, pangangalagang pangkalusugan, at pagmamanupaktura, sa pamamagitan ng pagtulong na pasimplehin ang mga analytical workflow at makagawa ng mas mahusay na mga desisyong pang-operasyon.

Tagapamahala ng Engineering ng Analytics sa Pananalapi at Automation

Pangunahan ang engineering ng analytics sa pananalapi sa Alteryx sa pamamagitan ng pagbuo ng pinamamahalaang mga data product sa Snowflake at mga awtomatikong workflow. Makipagtulungan sa FP&A at Data Engineering upang maghatid ng maaasahan at kontroladong suporta sa pagpapasya.

Paglalarawan

  • Pangunahan ang engineering ng analytics sa pananalapi at automation para sa Snowflake, SQL, mga workflow tool, kontrol, integration, at paggamit ng datos sa mga susunod na bahagi ng pananalapi.
  • Gawing nasusukat na teknikal na solusyon ang mga pangangailangan sa pananalapi at mga aprubadong depinisyon ng negosyo.
  • Gumawa at magpanatili ng mga view na handa para sa pananalapi, analytical model, reconciliation, at mga dataset na magagamit muli.
  • Gamitin ang SQL upang suriin ang daloy ng datos sa pananalapi, subaybayan ang pinagmulan nito, tasahin ang mga epekto, at siyasatin ang ugat ng problema.
  • Bumuo at mag-automate ng mga kontrol, reconciliation, pagsusuri sa kalidad ng datos, regression test, monitoring, pagpapatunay ng release, at mga proseso ng pagbawi.
  • Pangunahan ang automation sa pananalapi at engineering ng workflow gamit ang Alteryx, Python, API, o mga katulad na platform.
  • Maging pangunahing teknikal na katuwang ng pangkat ng Data Engineering para sa Finance.
  • Suportahan ang disenyo ng arkitektura at paglulunsad sa production ng mga workflow sa pananalapi na tinutulungan ng AI at mga analytical agent.
  • Pamahalaan at palaguin ang kapasidad ng engineering para sa automation sa pananalapi sa pamamagitan ng coaching at mas matibay na backup coverage ng team.
  • Makipagtulungan sa FP&A, Accounting, RevOps, Product, IT, at iba pang pangkat upang bumuo ng mga napapanatiling solusyon sa iba’t ibang sistema.

Mga Kinakailangan

  • Hindi bababa sa anim na taong karanasan sa FP&A, analytics sa pananalapi, analytics engineering, datos sa pananalapi, automation, o kaugnay na teknikal na tungkulin sa pananalapi.
  • Malawak na kaalaman sa Finance o FP&A.
  • Matibay na praktikal na kasanayan sa SQL.
  • Karanasan sa Snowflake o katumbas na cloud data platform.
  • Karanasan sa pagmomodelo ng datos, pagsusuri ng pinagmulan ng datos, pagpapatunay, pag-troubleshoot, at paghahanda ng mga dataset para sa pag-uulat o paggamit.
  • Kakayahang gawing maaasahang sagot batay sa datos ang malalabong tanong sa pananalapi.
  • Karanasan sa paggawa ng mga analytical consumption layer, semantic o handa-sa-pag-uulat na dataset, mga view na magagamit muli, o katulad na data product para sa mga gumagamit sa pananalapi.
  • Karanasan sa pagbuo ng mga awtomatikong analytical workflow gamit ang Alteryx, Python, dbt, API, o mga katulad na platform.
  • Kaalaman sa mga kontrol sa production, testing, monitoring, dokumentasyon, pamamahala ng pagbabago, at pagsusuri ng ugat ng problema.
  • Dating karanasan sa pamamahala ng mga tao o matibay na karanasan sa teknikal na pamumuno.
  • Itinuturing na bentahe ang karanasan sa negosyo ng SaaS o subscription.
  • Itinuturing na bentahe ang karanasan sa pakikipagtulungan sa mga sentralisadong pangkat ng Data Engineering.
  • Itinuturing na bentahe ang pamilyaridad sa mga tool ng ERP, CRM, pagpaplano, HRIS, at pag-uulat gaya ng NetSuite, Salesforce, Anaplan, Workday, o Tableau.
  • Itinuturing na bentahe ang karanasan sa pamamahala ng datos, semantic layer, metadata, pinagmulan ng datos, o mga kasanayan sa sertipikasyon.
  • Itinuturing na bentahe ang karanasan sa pagsusuri o paglalagay sa production ng mga workflow ng analytics na tinutulungan ng AI, LLM, agent, o MCP-style.
  • Dapat kayang maglingkod alinsunod sa mga kontrol sa pag-export ng U.S.

Mga Benepisyo

  • Pagiging kwalipikado para sa bonus.
  • Mga benepisyong medikal.
  • Mga benepisyo sa pagreretiro.
  • Mga benepisyong pinansyal.
  • Mga benepisyo sa kagalingan.
  • Bayad na oras ng pahinga.
  • Mga diskuwento para sa empleyado.
  • Suporta sa pagpapaunlad ng karera sa bawat yugto nito.
  • Isang lugar ng trabaho na iba-iba, patas, at inklusibo.