
高级分析工程师,伦敦(混合办公)
负责 NALA 的 dbt 与 Snowflake 转换层,构建为 AI 智能体打造的可靠数据基础设施。 为全球支付业务打造可靠、受治理的数据工作流。
描述
- 负责使用 dbt 和 Snowflake 进行领域建模与数据转换。
- 与现有分析工程师共同制定建模标准,包括粒度和维度设计。
- 通过清晰的语义、一致的命名、业务说明和安全的查询模式,为智能体使用准备模型。
- 在批处理转换之外,主导流式和近实时数据管道。
- 制定编码、智能体辅助编码、测试和文档标准,并通过 CI 落实。
- 通过查询和物化方式的选择,提升数据仓库性能并控制成本。
- 部署并监督使用数据技术栈的自主智能体。
- 监控数据基础设施,并将其接入 incident.io 和 PagerDuty,明确升级流程、SLA 和文档化操作规程。
- 指导并培养分析工程领域的分析师。
- 重构数据仓库以支持智能体使用,同时降低运营成本。
- 构建后 AI 时代的数据技术栈,提供智能体可读的数据资产、由智能体操作的工具、持续维护的上下文,以及对公司数据的一致视图。
任职要求
- 至少三年 dbt 生产环境经验。
- 具备生产环境中的建模方法应用经验,能够说明并捍卫相关选择,包括粒度、事实、维度,以及何时使用宽表。
- 具备语义层生产经验,能够解释指标、维度、粒度、联接方式,以及智能体如何访问语义层。
- 具备负责 CDC 或其他流式管道、增量转换,以及权衡数据新鲜度与成本的经验。
- 具备 Snowflake 或 Databricks 使用经验,了解增量刷新与全量刷新、聚类、成本、规模和延迟目标。
- 具备 Airflow、Dagster 或同类编排工具的使用经验。
- 具备 CI/CD 和部署管理经验,包括使用隔离架构或克隆进行验证、构建下游依赖、合并后晋级、回滚或阻止部署,以及定义成功信号。
- 至少三年在生产环境中使用 Python,并通过自动化管道交付代码的经验。
- 热衷于为智能体构建系统并与智能体协作;有使用高级工具自动化传统分析工作、展示成效、可观测性、治理和可扩展性的经验。
- 优先条件:具备在语义层上构建本体或业务实体模型的经验。
- 优先条件:具备使用 Spark 或 Trino 处理超出单条数据仓库查询能力的数据的经验。
- 优先条件:具备金融科技、支付或其他受监管行业经验。
福利待遇
- 通过英国领先的医疗服务提供商购买私人医疗保险。
- 每年 27 天年假,另加英国银行假日。
- 生日假。
- 通过六个月试用期后享有加强版育儿假:主要照护者可享 16 周全薪假期,次要照护者可享 4 周全薪假期。
- 通过 Penfold 薪资牺牲计划享有加强版养老金。
- 人寿保险,保额为年薪的三倍。
- 可使用全球 WeWork 办公地点。
- 每周四天在 Canary Wharf 办公室混合办公:周一、周三、周四和周五。
- 每年 1,000 美元的学习与发展预算。
- Sarabi 提供主题零食和周五午餐。
- 每月社交活动。
- 免费咖啡。

