Analytics Engineer

Lambda предлагает передовые облачные сервисы на базе GPU, которым доверяют такие известные учреждения, как Стэнфорд, Беркли и Карнеги-Меллон, а также они поддерживают ключевые исследования для крупных корпораций и государственных организаций, включая Intel, Microsoft и Министерство обороны. Если вы готовы внести свой вклад в создание идеального облачного сервиса для глубокого обучения, мы хотим видеть вас в нашей команде.

В качестве инженера по аналитике в Lambda вы будете:

• Использовать свою проницательную деловую интуицию для решения разнообразных задач в области стратегии, цепочки поставок, продаж и многого другого.
• Руководить критически важными проектами, такими как внедрение новых функций, сбор средств и стратегические запуски, используя свои навыки глубокого анализа данных.
• Тесно сотрудничать с инженерными командами для уточнения схем данных и оптимизации архитектуры данных.
• Анализировать тенденции и выдвигать гипотезы во время ежемесячных обзоров бизнеса.
• Заниматься задачами высокого уровня, начиная от построения цепочек обработки данных до преобразования данных и поддержки моделей.
• Разрабатывать инструменты и процессы для автоматической проверки качества данных, обеспечивая их надежность и доступность.
• Использовать свои навыки работы с Python для создания скриптов, улучшающих бизнес-операции, с возможностью погружения в машинное обучение для продвинутого прогностического анализа.

Идеальные кандидаты должны иметь:

• Степень бакалавра в области бизнеса или техники с минимум 2 годами опыта работы в аналитике данных или на инженерных должностях.
• Прочные знания SQL и Python, умение руководить проектами, ориентированными на данные, и отличные коммуникативные навыки для взаимодействия на всех уровнях бизнеса.
• Инициативное отношение к ручным задачам по данным и работе с архитектурой, внося значительный вклад за пределы простого моделирования или отчетности.
• Опыт работы с инструментами ETL и хранилищами данных, а также знакомство с визуализацией данных и желательно некоторое понимание концепций машинного обучения.

• Продвинутая степень в количественной области и знакомство с облачными платформами данных, такими как Snowflake или BigQuery.
• Практический опыт работы с инструментами оркестрации