Nimble Gravity
Nimble Gravity
51 – 200 Alkalmazottak
LogisztikaMarketingTanácsadás
A Nimble Gravity tanácsadási, marketing- és logisztikai vállalat, amely segít a vállalkozásoknak a mesterséges intelligencia, az adattudomány és a digitális technológiák alkalmazásában a gyakorlati növekedési kihívások megoldására. Szolgáltatásai közé tartozik a prediktív és preskriptív analitika, a digitális átalakulás, a szoftvermérnökség, az e-kereskedelmi stratégia, valamint a CRM-optimalizálás, ezen belül a Salesforce-központú megoldások. A Nimble Gravity emellett generatív MI-ügynököket és adatvezérelt kereskedelmi eszközöket fejleszt az automatizálás támogatására, a döntéshozatal javítására és a digitális átalakulási kezdeményezések előmozdítására.

Senior adat- és analitikai mérnök Egyesült Államok Távmunka

Hozzon létre Snowflake-adatmodelleket, adatfolyamatokat és szemantikai rétegeket a Nimble Gravity pénzügyi intézményi ügyfelei számára. Ügyfélközpontú műszaki munkával járuljon hozzá megbízható AI-ügynökök és mérhető eredmények megvalósításához.

Leírás

  • Tervezzen rugalmas, nagy teljesítményű adatmodelleket, amelyek megbízható igazságforrásokat hoznak létre az üzleti területeken
  • Építse ki és tartsa karban a jelentéskészítéshez, elemzéshez és automatizáláshoz szükséges SQL-, Python-, dbt- és Snowflake-infrastruktúrát
  • Ellenőrizze a Snowflake-adatok minőségét, és hozzon létre automatizált teszteket az adatmodellekhez
  • Járuljon hozzá a jogosultságokat, az adatvonalat és az üzleti definíciókat lefedő adatirányítási gyakorlatokhoz
  • Valósítson meg olyan hozzáférés-vezérléseket, amelyek a modellek hozzáférését az engedélyezett adatokra korlátozzák
  • Hozzon létre szemantikai modelleket, amelyek a Cortex Analysten keresztül természetes nyelvű lekérdezések számára elérhetővé teszik az üzleti területek adatait
  • Határozza meg és ellenőrizze az AI-ügynökök számára szükséges mérőszámokat, dimenziókat és kapcsolatokat
  • Keresse meg és javítsa ki azokat a strukturális, elnevezési és lefedettségi problémákat, amelyek ügynöki hibákhoz vagy megbízhatatlan válaszokhoz vezethetnek
  • Tartsa karban a munkafolyamat-leírásokat, az újrafelhasználható modellezési sablonokat és a szemantikai modellek könyvtárait
  • Vezessen technikai workshopokat, amelyek erősítik a csapat képességeit
  • Készítsen szemantikus nézetkonfigurációkat, valamint YAML- vagy Markdown-alapú készségfájlokat nem műszaki elemzők számára
  • Kezelje az adatvermet a forrásadatok betöltésétől a szemantikai rétegig, megbízható és karbantartható éles rendszerekre összpontosítva
  • Működjön együtt ügyfelekkel, mérnökökkel és AI-szakértőkkel annak érdekében, hogy a feltörekvő technológiákat mérhető üzleti eredményekké alakítsa
  • Kövesse nyomon az indulás utáni használatot, kezelje a súrlódási pontokat, és folytassa az együttműködést mindaddig, amíg az adattermék megbízhatóvá nem válik, és át nem kerül az üzemeltetési csapatokhoz
  • Alakítsa át az üzleti igényeket műszaki specifikációkká, és adjon gyakorlati visszajelzést a vezetőségnek

Követelmények

  • Legalább nyolc év tapasztalat analitikai mérnöki, adatfejlesztési vagy kapcsolódó műszaki területen, beleértve ügyfélközpontú vagy többfunkciós együttműködést is
  • Használjon naponta AI-kódolási asszisztenst elsődleges fejlesztési eszközként
  • Önállóan írjon haladó SQL-lekérdezéseket, beleértve az ablakfüggvényeket és az összetett összekapcsolásokat
  • Szakmai tapasztalat dbt használatában
  • Fejlesztett már éles adatmodellt vagy adatfolyamatot, amelyet nem műszaki üzleti érintettek használtak
  • Magabiztosan használja a Gitet branchekhez, pull requestekhez és kódáttekintésekhez
  • Bizonyított képesség az üzleti követelmények egyértelmű műszaki specifikációkká alakítására
  • Erős ismeretek a CTE-k, az ablakfüggvények és az inkrementális adatfolyamat-tervezés terén
  • Tapasztalat nagy relációs adathalmazokhoz készített adat-infrastruktúra fejlesztésében
  • Épített és karbantartott már tesztelést, dokumentációt és CI/CD-t tartalmazó dbt-projekteket
  • Írjon modern, típusjelöléseket használó és karbantartható Pythont adatfolyamatokhoz és automatizáláshoz
  • Rendszeresen használjon LLM-alapú kódolási asszisztenst, például a CoCo, a Cursor, a GitHub Copilot vagy a Claude eszközt, illetve ezek valamelyikének megfelelőjét
  • Legyen képes szemantikus nézetkonfigurációk vagy strukturált készségfájlok létrehozására, amelyek rögzítik a szélsőséges eseteket és a szakterületi ismereteket
  • Hatékony kommunikáció ügyfélközpontú helyzetekben
  • Ismerje a Snowflake Cortex termékeit, beleértve a Cortex Analyst, a Cortex Agents, a Cortex Search, a szemantikus nézetek és a Dynamic Tables megoldásokat
  • Az Airflow vagy más munkafolyamat-koordinációs keretrendszer használatában szerzett tapasztalat jelentős előnyt jelent
  • A vállalati rendszerek, például az ERP-, CRM- vagy HRIS-rendszerek ismerete jelentős előnyt jelent
  • Legyen jogosult munkát végezni H1B-vízumszponzoráció nélkül