Ingénieur Senior en Analytique, Aller-vers-le-Client

Les ingénieurs en analyse se positionnent à l'intersection des équipes commerciales, de l'analyse de données et de l'ingénierie de données et sont responsables de la mise en place de modèles et de produits de données robustes, efficaces et intégrés. Les ingénieurs en analyse parlent le langage des équipes commerciales et des équipes techniques, capables de traduire les insights de données et les besoins d'analyse en modèles alimentés par l'Enterprise Data Cloud - Snowflake. L'ingénieur en analyse à succès est capable de mélanger l'acumen commercial avec l'expertise technique et de passer de la stratégie commerciale au développement de données.

Responsabilités

En tant que leader clé responsable de aider à combler le fossé entre les affaires et la technologie, au service de la croissance et de l'opération des entreprises basées sur les données, le rôle de l'ingénieur en analyse nécessite des parts égales d'acumen commercial et technique.

• Collaborer avec les membres de l'équipe et les partenaires commerciaux pour recueillir les exigences commerciales, définir des résultats d'analyse réussis et concevoir des modèles de données.

• Établir la confiance dans toutes les interactions, en travaillant à rebours à partir d'un résultat ayant un impact commercial, en utilisant le développement de produits de données Agile.

• Servir de personne directement responsable pour des sections majeures du modèle dimensionnel de l'entreprise.

• Concevoir, développer et étendre le répertoire de code dbt pour étendre le modèle dimensionnel de l'entreprise (co-possédé par l'ingénierie de données, BI et Go-To-Customer Analytics).

• Créer et maintenir la documentation d'architecture et de systèmes dans le "manuel de l'équipe de données".

• Maintenir le référentiel de données Go-To-Customer dans Tableau, une ressource évolutive pour soutenir l'analytique Self-Service et le système unique de vérité pour les partenaires commerciaux.

• Documenter les plans et les résultats dans les user-stories, les problèmes, les PR, le manuel de l'équipe - en suivant la tradition de la documentation en premier lieu!

• Mettre en œuvre la philosophie DataOps dans tout ce que vous faites.

• Rédiger du code qui respecte nos normes internes de style, de maintenabilité et de bonnes pratiques (comme le Guide de style SQL) pour un environnement de base de données à grande échelle. Maintenir et défendre ces normes grâce à la revue de code.

• Approuver les modifications du modèle de données en tant que relecteur de l'équipe de données et propriétaire du code pour des schémas de bases de données spécifiques et des modèles de données.

• Fournir une expertise en matière de modélisation de données à toutes les équipes Rapid7 à travers les revues de code, le pairing, et la formation pour aider à délivrer des conceptions de bases de données et des requêtes optimales, DRY, et évolutives dans Snowflake et dans Tableau.

• Jouer un rôle vital dans la construction de l'infrastructure permettant d'identifier les opportunités stratégiques de données pour l'entreprise en soulignant / en enquêtant sur les domaines d'opportunité pour nos expériences clients.

Exigences

• Capacité à prospérer dans une organisation hybride à rythme rapide.

• “Être un défenseur” pour la prise de décision basée sur les données, et la gestion dans l'organisation Go-To-Customer ainsi que pour la perspective Go-To-Customer dans les équipes de données interfonctionnelles (Ingénierie de données, BI-Finance, Analytique de produit).

• Mentalité positive et orientée vers les solutions.

• Être à l'aise dans un environnement hautement agile et intensément itératif.

• Auto-motivé et auto-gérant, avec des compétences organisationnelles des tâches.

• Excellente communication : Atteindre régulièrement un consensus parmi les équipes techniques et commerciales.

• Capacité démontrée à communiquer clairement et concisément des activités commerciales complexes, des exigences techniques, et des recommandations.

• Expérience prouvée avec le domaine "Vente".
  L'expérience dans les domaines suivants sera considérée comme un grand avantage : Marketing, Produit, Succès client, Support client.

• Avoir une solide compréhension des entrepôts de données, des outils d'intelligence d'affaires, des outils d'activation de données, et de la Modern Data Stack.

• 1+ an(s) en dbt. Cela signifie que vous vous considérez comme bien versé en modelage dbt et comprend comment construire des modèles modulaires et performants.

• 3-5 ans dans l'espace Data en tant qu'analyste, data-scientist, ingénieur de données, ou équivalent.

• 2+ années d'expérience dans la conception, la mise en œuvre, l'exploitation et l'extension de modèles de données dimensionnelles d'entreprise.

• 2+ années d'expérience dans la création de rapports et de tableaux de bord dans Tableau et/ou d'autres outils similaires de visualisation de données.

#LI-KC1

Tous les candidats qualifiés recevront une considération pour l'emploi sans égard à la race, la couleur, la religion, le sexe, l'orientation sexuelle, l'identité de genre, l'âge, l'origine nationale, le handicap, le statut de vétéran protégé ou tout autre statut protégé par la loi nationale, fédérale, étatique ou locale applicable.