LawnStarter — это B2C-маркетплейс, который связывает клиентов с местными специалистами по уходу за газонами через онлайн-заказ и мобильное приложение. Клиенты могут планировать и управлять такими услугами, как стрижка газона, внесение удобрений, обрезка кустарников и прополка, а исполнители получают доступ к клиентам, которым нужен надежный уход за газонами. Компания работает в нескольких регионах США и поддерживает небольшие ландшафтные предприятия с помощью своей платформы.
Руководитель отдела аналитической инженерии по управлению данными (удалённо из Бразилии)
Руководите управлением данными, их качеством и основами бизнес-аналитики LawnStarter для маркетплейса услуг по дому. Создавайте надёжные конвейеры, достоверные метрики, управляемое отслеживание событий и инфраструктуру данных, готовую к использованию ИИ.
Описание
- Определять общекорпоративную дорожную карту развития данных и последовательность инвестиций в платформу данных
- Создавать автоматизированные проверки качества и актуальности данных во всех источниках, конвейерах и отчётах
- Поддерживать происхождение данных и оценивать влияние изменений на последующие системы — от производственных систем до моделей хранилища и дашбордов
- Управлять Lightdash, включая рабочие пространства, разрешения, сертификацию, именование, внедрение, обучение, производительность запросов и расходы на хранилище
- Разрабатывать семантический слой и управлять им, чтобы у каждой метрики было одно авторитетное определение
- Устанавливать стандарты отслеживания в Segment, включая зоны ответственности, словари событий и свойств, процессы проверки и мониторинг расхождений
- Контролировать доступ к данным для инструментов ИИ и поддерживать понятность хранилища для систем ИИ
- Контролировать безопасность данных, обработку персональных данных, хранение и регулярные проверки доступа в соответствии с требованиями законодательства о конфиденциальности штатов США
- Создавать документацию, структуры ответственности и процессы проверки, поддерживающие устойчивое управление данными
- Руководить инцидентами до их устранения и связывать проверки производственных изменений с анализом их влияния на последующие системы
- Начать работу как индивидуальный специалист, а затем нанять и возглавить ведущего инженера по аналитике
Требования
- Глубоко разбираться в системах данных, уделяя особое внимание управлению данными
- Регулярно использовать инструменты ИИ, такие как Claude Code, Copilot и ChatGPT, для проверок качества, автоматизации, расследования аномалий и документирования
- Иметь опыт управления практическими командами, сохраняя ответственность за результаты, приоритеты и распределение времени
- Уметь писать SQL, устранять неполадки в DAG Airflow и настраивать разрешения доступа
- Переводить потребности заинтересованных сторон в практические и приоритизированные планы развития продуктов и платформ
- Предпочитать автоматизацию для регулярных проверок качества данных
- Уметь определять и поддерживать стандарты в инженерных и аналитических командах
- Иметь практический опыт работы с хранилищами данных и инфраструктурой конвейеров
- Иметь подтверждённый опыт эксплуатации BI-инструмента и общекорпоративного плана отслеживания
- Работать с Redshift, dbt, Airflow, Fivetran, Segment, Lightdash, Tableau, Metabase или аналогичными инструментами
- Понимать качество данных, мониторинг актуальности, происхождение данных, семантические слои, управление событиями, безопасность и конфиденциальность данных, а также практики подготовки данных к использованию ИИ
Преимущества
- Годовая базовая зарплата $75 000–$120 000
- Полностью удалённая работа
- Гибкий оплачиваемый отпуск