Airbnb est né en 2007 lorsque deux hôtes ont accueilli trois invités dans leur maison de San Francisco, et a depuis grandi pour compter plus de 4 millions d'hôtes qui ont accueilli plus d'un milliard d'arrivées d'invités dans presque tous les pays à travers le globe. Chaque jour, les hôtes proposent des séjours et des expériences uniques qui permettent aux invités de se connecter avec les communautés de manière plus authentique.
A propos de l'équipe
Les ingénieurs d'analyse construisent sur la base de données. Nous cherchons quelqu'un avec une expertise dans le développement de métriques, la modélisation de données, SQL, Python, et les cadres de traitement de données distribuées à grande échelle comme Presto ou Spark. En utilisant ces outils, ainsi que des outils internes de données de première classe, vous transformerez les données des tables d'entrepôt de données en artefacts de données critiques qui alimentent des cas d'utilisation analytiques percutants (par exemple, des métriques, des tableaux de bord) et autonomisent les consommateurs de données en aval. En tant qu'ingénieur d'analyse, vous vous situez à l'intersection de la science des données, de l'analytique des produits et de l'ingénierie des données, et travaillez en collaboration pour obtenir des résultats hautement impactants.
Les données peuvent transformer la façon dont une entreprise fonctionne ; la qualité des données et des outils est le plus grand levier pour réaliser cette transformation. Vous allez y contribuer.
Responsabilités :
- Comprendre les besoins en données en échangeant avec d'autres ingénieurs d'analyse, des data scientists, des ingénieurs de données et des partenaires commerciaux
- Concevoir, construire et lancer des modèles et des pipelines de données efficaces et fiables en partenariat avec l'ingénierie des données
- Concevoir et mettre en œuvre des métriques et des dimensions pour permettre l'analyse et la modélisation prédictive
- Concevoir et développer des ressources de données pour permettre la consommation de données en libre-service
- Construire des outils pour l'audit, l'enregistrement des erreurs et la validation des tables de données
- Définir les besoins en matière de journalisation en partenariat avec l'ingénierie des données
- Définir et partager les meilleures pratiques sur le développement de métriques, de dimensions et de modèles de données pour l'analyse
- Construire et améliorer les outils de données en partenariat avec les équipes de la plateforme de données
- Être un expert technique sur l'utilisation des modèles de données
- Appropriation et révision des modifications de code aux définitions certifiées de métriques et de dimensions
- Gérer la communication des mises à jour et des changements du modèle de données à travers l'organisation
- Assurer que les modèles de données sont entièrement documentés, et que les métriques et les dimensions ont des descriptions claires et des métadonnées
Qualifications minimales :
- Passion pour la haute qualité des données et l'extension du travail de science des données
- Plus de 6 ans d'expérience pertinente dans l'industrie
- Compétences solides en SQL et en optimisation des systèmes distribués (par exemple, Spark, Presto, Hive)
- Expérience dans la conception de schémas et la modélisation de données dimensionnelles
- Expérience dans au moins un langage de programmation pour l'analyse des données (par exemple, Python, R)
- Capacité prouvée à réussir dans des environnements de travail collaboratifs et indépendants
- Souci du détail et excitation à apprendre de nouvelles compétences et outils
- Forte influence et compétences en gestion des relations
Qualifications préférées :
- Expérience avec un cadre ETL comme Airflow
- Python, Scala, Superset préférés.
- Compétences en narration et en articulation efficaces - capacité à convertir les résultats analytiques en informations claires, concises et persuasives pour un public technique et non technique
- Un sens du design en ce qui concerne les tableaux de bord et les outils de visualisation
- Familiarité avec l'expérimentation et les techniques d'apprentissage automatique