Starszy inżynier danych

Informacje o ApprovalMaxApprovalMax to szybko rozwijająca się firma B2B SaaS, która pomaga firmom zautomatyzować przepływy pracy związane z zatwierdzaniem i kontrolę finansową. Dzięki globalnemu zespołowi składającemu się z ponad 100 osób w Wielkiej Brytanii, Europie, Ameryce Północnej, Australii i Republice Południowej Afryki tworzymy oprogramowanie, które ma znaczenie i szybko się skaluje. Osoba zajmująca stanowisko kierownicze ds. platformy danych będzie praktycznym starszym inżynierem odpowiedzialnym za budowanie i utrzymywanie korporacyjnej platformy danych ApprovalMax.

Będziesz właścicielem projektu i dostarczania potoków danych klasy produkcyjnej, będziesz zapewniać jakość inżynieryjną w całym stosie danych i pełnić rolę mentora technicznego dla szerszego zespołu analitycznego. W miarę udoskonalania naszego modelu hub-and-spoke będziesz kluczowym partnerem analityków wbudowanych i głównym czynnikiem przyczyniającym się do zapewnienia domyślnej gotowości platformy do pracy agentowej i samoobsługi. Jest to stanowisko starszego, indywidualnego współpracownika: głęboka praca techniczna, szeroki wpływ, brak bezpośrednich raportów.

Praca zdalna - kandydaci muszą mieć siedzibę w Wielkiej Brytanii, Serbii lub Mołdawii. Kluczowe obowiązki Rozwój rurociągów i inżynieria platform Projektowanie, budowanie i utrzymywanie skalowalnych potoków ELT, procesów pozyskiwania i warstw transformacji w Azure Data Lake Gen2 + Databricks. Własna implementacja podstawowych modeli danych w dbt: od etapowania dostosowanego do źródła po zbiory i warstwy semantyczne wykorzystywane przez usługi Power BI, Amplitude i narzędzia podrzędne.

Napisz język Python klasy produkcyjnej do orkiestracji, niestandardowego pozyskiwania i logiki transformacji danych; traktuj kod potoku z takim samym rygorem jak kod aplikacji. Badać i rozwiązywać awarie rurociągów w ramach uzgodnionych umów SLA; prowadzić analizę przyczyn źródłowych i wdrażać trwałe poprawki, a nie jednorazowe poprawki. Optymalizuj wydajność potoku i wykorzystanie mocy obliczeniowej Databricks; możliwości w zakresie kosztów i wydajności dla lidera platformy danych.

Jakość danych, testowanie i obserwowalność Wdrażaj i utrzymuj ramy jakości danych (testy dbt, Wielkie oczekiwania lub równoważne) na całej platformie; upewnij się, że krytyczne zasoby danych są objęte wyraźnymi umowami dotyczącymi jakości. Potoki instrumentalne z monitorowaniem, alertami i pochodzeniem, dzięki czemu problemy są wykrywane, zanim dotrą do konsumentów. Definiuj i egzekwuj standardy testowania dla zadań pozyskiwania i modeli dbt: testy jednostkowe, testy integracyjne i kontrole świeżości/woluminu/schematu.

Weź udział w reagowaniu na incydenty: przyjmuj dyżury w ramach rotacji, prowadź sekcje zwłok w przypadku wypadków, których jesteś właścicielem i doprowadzaj do zamknięcia działań. Umowy dotyczące danych i partner w zakresie zarządzania źródłem prawdy z inżynierią produktu, RevOps i finansami w celu definiowania i utrzymywania umów dotyczących danych; upewnić się, że zmiany na wcześniejszym etapie zostaną odzwierciedlone przed wpływem na dalsze etapy. Weź udział w tworzeniu Centralnego słownika wskaźników KPI i wskaźników z perspektywy pochodzenia danych: upewnij się, że jest jasne, które systemy zasilają dane wskaźniki i w jaki sposób każdy z nich jest obliczany.

Być technicznym właścicielem krytycznych domen danych (np. subskrypcji, rozliczeń, wykorzystania produktów); znam ich na tyle głęboko, aby bronić liczb przed SLT. Obsługa analityki i obsługa Hub-and-Spoke Zapewniaj solidne, dobrze udokumentowane modele danych i narzędzia, które umożliwiają wbudowanym analitykom (szprychom) niezależną pracę bez konieczności ponownego wyprowadzania podstawowej logiki. Współpracuj z analitykami w zakresie złożonych problemów związanych z modelowaniem; pomóż im ulepszyć dbt, wydajność SQL i projektowanie warstw semantycznych.

Rozwój wspomagany przez Champion LLM w całym zespole analitycznym: model użycia narzędzi do kodowania AI (Cursor, Claude Code, Copilot lub odpowiednik) jako domyślny przepływ pracy przy opracowywaniu potoków i modeli. Gotowość do obsługi AI/ML i agentów Twórz zasoby danych domyślnie gotowe do pracy agentowej: czyste warstwy semantyczne, spójne metadane, udokumentowane umowy, z których agenci AI i narzędzia LLM mogą niezawodnie korzystać. Wkład w techniczne podstawy inicjatyw AI/ML: pozyskiwanie danych szkoleniowych, potoki funkcji, zbiory danych ewaluacyjnych i rejestrowanie wniosków.

Wspieraj dostarczanie interfejsów w języku naturalnym do danych ApprovalMax (np. zamiana tekstu na SQL, chatbot analityczny oparty na LLM), zapewniając, że podstawowe modele danych są przyjazne dla zapytań i dobrze opisane. Standardy inżynieryjne i przywództwo techniczne Działaj jako autorytet techniczny w zespole danych: prowadź przeglądy projektów, przeglądaj żądania ściągnięcia pod kątem merytorycznym i bądź osobą, do której analitycy i inżynierowie zgłaszają trudne problemy. Wkład w zapisy decyzji architektonicznych (ADR); zapewnić, że istotne wybory techniczne są udokumentowane, uzasadnione i możliwe do przeglądu.

Utrzymuj i ulepszaj potoki CI/CD dla modeli dbt i zadań pozyskiwania; egzekwuj dyscyplinę promocji środowiska (dev -> staging -> prod). Nieformalnie wspieraj większą liczbę młodszych inżynierów i analityków: przeglądanie kodu, łączenie w pary i podnoszenie poprzeczki technicznej w całym zespole. Przyczyniaj się do widocznych zaległości w zakresie długu technicznego; wyraźnie opowiadają się za możliwością poradzenia sobie z zadłużeniem przy jednoczesnym dostarczaniu funkcji.

Niezbędne kluczowe umiejętności Ponad 5 lat praktycznego doświadczenia w inżynierii danych w budowaniu i obsłudze produkcyjnych platform danych w środowisku produktów SaaS lub B2B. Udokumentowane doświadczenie w korzystaniu z agentów kodujących AI jako podstawowej części przepływu pracy programistycznej, nie jako nowości, ale jako domyślnej. Powinieneś być w stanie pokazać, jak rozwój wspomagany przez agenta (Cursor, GitHub Copilot, Claude Code lub odpowiednik) znacząco zmienił szybkość wysyłki i sposób podejścia do problemów technicznych.

Budujemy platformę danych gotową do działania agentowego i potrzebujemy starszych inżynierów, którzy już w ten sposób pracują. Solidna, praktyczna wiedza na temat natywnych platform danych w chmurze, najlepiej Azure (Data Lake Gen2, Databricks). Uwzględniona zostanie równoważna głębokość stosów AWS lub GCP.

Znajomość nowoczesnego stosu danych na poziomie eksperckim: dbt, SQL, modelowanie danych wymiarowych i wyrównanych do źródła, warstwy semantyczne i ramy jakości danych (Great Hopes, Monte Carlo lub równoważne). Dobra znajomość języka Python i praktyczne doświadczenie w orkiestracji przepływu pracy (przepływy pracy Airflow, Prefect, Databricks lub podobne); wygodne pisanie i utrzymywanie kodu rurociągu produkcyjnego. Doświadczenie w definiowaniu i wykorzystywaniu kontraktów dotyczących danych we współpracy z zespołami ds. produktu i inżynierii.

Historia podnoszenia dojrzałości inżynieryjnej w zakresie funkcji danych: CI/CD dla potoków danych, standardy testowania, promocja środowiska, obserwowalność i reagowanie na incydenty. Wygodna dyspozycyjność na platformie danych i kompleksowa obsługa incydentów. Silna komunikacja pisemna: umiejętność dokumentowania architektury, pisania ADR i wyjaśniania kompromisów interesariuszom nietechnicznym.

Miło jest mieć doświadczenie w tworzeniu infrastruktury AI/ML: magazyny funkcji, magazyny wektorów, warstwy obsługujące modele lub potoki ewaluacyjne. Znajomość wzorców aplikacji LLM: RAG, zamiana tekstu na SQL, rejestrowanie monitów i odpowiedzi, struktury orkiestracji agentów. Doświadczenie w pracy w modelu operacyjnym typu hub-and-spoke lub wbudowanym modelu analitycznym.

Wcześniejsze doświadczenie jako główny inżynier lub kierownik techniczny w małym zespole zajmującym się danymi, nawet bez bezpośrednich podwładnych. Zaplecze firmy oferującej produkty SaaS lub B2B z dostępem do analityki produktów i danych GTM. Co oferujemy Wynagrodzenie od 85 000 do 95 000 euro, w zależności od doświadczenia/lokalizacji Stypendium zdrowotne i dobre samopoczucie Konfiguracja biura domowego - jednorazowy zwrot 500 funtów, po okresie próbnym 26 dni płatnego urlopu 1 dodatkowy dzień wolny z okazji urodzin Nagroda finansowa za lata pracy Regularne przeglądy wynagrodzeń oparte na wynikach Rozwijający się międzynarodowy biznes z ponad 10 000 subskrybentów Pierwotnie opublikowane w Himalajach