Member of Technical Staff (Analytics Engineer)

ЧТО МЫ ИЩЕМ

• 6-8+ лет опыта работы в области науки о данных, инженерии аналитики или смежной области — вы прошли через «окопы» данных.
• Сильное продуктовое чутье — вы тесно сотрудничали с продуктовыми и бизнес-командами, понимаете, что движет поведением пользователей, и у вас есть хорошие инстинкты относительно того, что измерять и что создавать.
• Глубокое знание SQL — вы мыслите в SQL, вы создавали модели данных, вы знаете, как работать со складом данных.
• Опыт работы с конвейерами данных — вы создавали и поддерживали конвейеры данных, работали с dbt, сталкивались с проблемами качества данных.
• Достаточно навыков программирования, чтобы быть опасным — вы можете создать и запустить работающий инструмент на Python, а не просто блокнот. Вы можете работать с API, развертывать сервис, писать код, который другие люди смогут поддерживать. Вы не SWE, но не боитесь производственной среды.
• Искренне увлечены ИИ — вы сами создавали что-то с помощью LLM. У вас есть свое мнение о том, какие модели хороши для чего. Вы пытались создавать агентов, RAG-системы или рабочие процессы на основе ИИ. Вы одержимо следите за этой областью, потому что думаете, что она изменит все — в том числе и то, как работают команды по работе с данными.
• Конструкторское мышление — вы видите ручной процесс и не можете не автоматизировать его. Вы быстро выпускаете продукты и итерируете.
• Автономность — это новая функция. Вы будете определять дорожную карту в той же степени, что и выполнять ее.

БОНУС

• Опыт работы с dbt (создание и поддержка производственных моделей).
• Администрирование и оптимизация Snowflake.
• Вы создавали Slack-ботов, внутренние CLI-инструменты или инструменты для повышения производительности разработчиков, которыми люди действительно пользовались.
• Опыт работы с фреймворками ИИ-агентов.
• Опыт работы с BI-инструментами — вы знаете, что стоит автоматизировать, потому что выполняли это вручную.
• A/B-тестирование и эксперименты — вы разрабатывали эксперименты и анализировали результаты.
• Опыт работы на ранней стадии стартапа.

ПОЧЕМУ ЭТА РОЛЬ

• Установите стандарт для отрасли — команда уже использует ИИ в своей работе. Вы будете тем, кто превратит это во что-то, на что другие организации по работе с данными будут ориентироваться как на эталон.
• Рекурсивный ИИ — Perplexity создает поисковую систему с ответами на основе ИИ для мира. Вы создадите ее для компании. Немногие места предлагают такое соответствие между продуктом и работой.
• Передовые модели с первого дня — вы находитесь в ИИ-компании с доступом к передовой инфраструктуре и людям, которые глубоко понимают, что возможно.
• Огромное влияние — системы, которые вы создадите, многократно увеличат производительность каждого члена команды по работе с данными и каждого заинтересованного лица, которому нужны данные.
• Прямое влияние — маленькая команда, нет уровней утверждения. От идеи до выпущенной системы за дни, а не за кварталы.