Nimble Gravity to firma konsultingowa, marketingowa i logistyczna, która pomaga przedsiębiorstwom wykorzystywać sztuczną inteligencję, data science oraz technologie cyfrowe do rozwiązywania praktycznych wyzwań związanych ze wzrostem. Jej usługi obejmują analitykę predykcyjną i preskrypcyjną, transformację cyfrową, inżynierię oprogramowania, strategię e-commerce oraz optymalizację CRM, w tym rozwiązania oparte na Salesforce. Nimble Gravity tworzy również agentów generatywnej AI i narzędzia handlowe oparte na danych, zaprojektowane z myślą o wspieraniu automatyzacji, usprawnianiu podejmowania decyzji oraz rozwijaniu inicjatyw transformacji cyfrowej.
Starszy inżynier danych i analityki Stany Zjednoczone praca zdalna
Twórz modele danych, potoki i warstwy semantyczne Snowflake dla klientów Nimble Gravity z sektora instytucji finansowych. Pomagaj dostarczać niezawodnych agentów AI i wymierne rezultaty dzięki pracy technicznej z klientami.
Opis
- Projektowanie elastycznych, wysokowydajnych modeli danych, które tworzą zaufane źródła prawdy w różnych domenach biznesowych
- Budowanie i utrzymywanie infrastruktury SQL, Python, dbt i Snowflake na potrzeby raportowania, analiz oraz automatyzacji
- Weryfikowanie jakości danych Snowflake i tworzenie automatycznych testów modeli danych
- Współtworzenie praktyk zarządzania danymi obejmujących uprawnienia, pochodzenie danych i definicje biznesowe
- Wdrażanie kontroli dostępu ograniczających modele do autoryzowanych danych
- Tworzenie modeli semantycznych udostępniających dane poszczególnych obszarów biznesowych do zapytań w języku naturalnym za pośrednictwem Cortex Analyst
- Definiowanie i weryfikowanie metryk, wymiarów oraz relacji wymaganych przez agentów AI
- Wyszukiwanie i korygowanie problemów strukturalnych, nazewniczych oraz braków w pokryciu, które mogą powodować błędy agentów lub niewiarygodne odpowiedzi
- Utrzymywanie podręczników, wielokrotnego użytku szablonów modelowania i bibliotek modeli semantycznych
- Prowadzenie warsztatów technicznych rozwijających kompetencje zespołu
- Tworzenie konfiguracji widoków semantycznych oraz plików umiejętności YAML lub Markdown dla analityków nietechnicznych
- Zarządzanie stosem danych od pozyskiwania danych ze źródeł po warstwę semantyczną, ze szczególnym uwzględnieniem niezawodnych i łatwych w utrzymaniu systemów produkcyjnych
- Współpraca z klientami, inżynierami i specjalistami AI w celu przekładania nowych technologii na wymierne rezultaty biznesowe
- Monitorowanie wykorzystania po uruchomieniu, usuwanie przeszkód i kontynuowanie współpracy do czasu, aż produkt danych będzie niezawodny i zostanie przekazany zespołom operacyjnym
- Przekładanie potrzeb biznesowych na specyfikacje techniczne i przekazywanie kierownictwu praktycznych informacji zwrotnych
Wymagania
- Co najmniej osiem lat doświadczenia w inżynierii analitycznej, inżynierii danych lub pokrewnej dziedzinie technicznej, w tym doświadczenie w pracy z klientami lub międzyzespołowej
- Codzienne korzystanie z asystenta AI do programowania jako głównego narzędzia deweloperskiego
- Samodzielne pisanie zaawansowanych zapytań SQL, w tym funkcji okienkowych i złożonych złączeń
- Doświadczenie zawodowe z dbt
- Dostarczenie produkcyjnego modelu danych lub potoku używanego przez nietechnicznych interesariuszy biznesowych
- Swobodne korzystanie z Git do pracy z gałęziami, pull requestami i przeglądami kodu
- Udokumentowana umiejętność przekładania wymagań biznesowych na jasne specyfikacje techniczne
- Bardzo dobra znajomość CTE, funkcji okienkowych i projektowania potoków przyrostowych
- Doświadczenie w tworzeniu infrastruktury danych dla dużych relacyjnych zbiorów danych
- Budowanie i utrzymywanie projektów dbt z testami, dokumentacją i CI/CD
- Umiejętność pisania nowoczesnego, typowanego i łatwego w utrzymaniu kodu Python dla potoków danych i automatyzacji
- Regularne korzystanie z asystenta LLM do programowania, takiego jak CoCo, Cursor, GitHub Copilot, Claude lub równoważne narzędzie
- Umiejętność tworzenia konfiguracji widoków semantycznych lub ustrukturyzowanych plików umiejętności opisujących przypadki brzegowe i wiedzę domenową
- Skuteczna komunikacja w kontaktach z klientami
- Znajomość produktów Snowflake Cortex, w tym Cortex Analyst, Cortex Agents, Cortex Search, widoków semantycznych i Dynamic Tables
- Doświadczenie z Airflow lub innym frameworkiem orkiestracji będzie dużym atutem
- Znajomość systemów korporacyjnych, takich jak ERP, CRM lub HRIS, będzie dużym atutem
- Uprawnienie do pracy bez sponsorowania wizy H1B