Инженер по анализу данных, YouTube в компании Google

Присоединяйтесь к динамичной команде YouTube Go-To-Market в качестве Инженера по анализу данных и вносите вклад, управляя ключевыми функциями Go-To-Market в организации YouTube Business. Это охватывает стратегию, операции бизнеса, аналитику данных, включение партнерства и активацию продукта. Погрузитесь в роль, которая объединяет передовые технологии и безграничное творчество, размещенные на скорости культуры.

О работе

YouTube превратился в всеобъемлющее глобальное сообщество, где люди со всех уголков мира взаимодействуют, делятся видео и формируют культуру. В YouTube предоставляется возможность строить карьеру, достигать аудитории и создавать инновационные продукты, такие как YouTube Kids, YouTube Music и YouTube TV, способствуя глобальным беседам и сообществам, движимым страстью.

Минимальные требования

• Степень бакалавра или эквивалентный практический опыт.
• Более 3 лет опыта программирования на различных языках программирования.
• Более 3 лет опыта в проектировании данных и размерной модели данных для синхронной и асинхронной системной интеграции с использованием технологий вроде Flume, DataFlow и Spark.
• Более 3 лет практического опыта работы с инфраструктурой данных и выполнения исследовательских запросов и скриптов.

Предпочтительные квалификации

• Магистр в области компьютерных наук, инженерии, статистики, математики или других количественных дисциплин.
• Доказанный опыт работы с хранилищами данных, распределенными платформами данных и озерами данных.
• Способность эффективно ориентироваться в неопределенности и работать в быстром темпе, управляя множеством заинтересованных сторон.
• Сильные навыки решения проблем с возможностью декомпозиции сложных, многомерных задач.
• Отличные организационные, бизнес- и технические коммуникативные навыки.

Обязанности

• Лидировать в сборе требований и планировании проектов с экспертами и заинтересованными сторонами для идентификации и определения ключевых бизнес-потребностей в данных.
• Разрабатывать и оптимизировать архитектуру данных и ETL (Extract, Transform, and Load) конвейеры для облегчения доступного, основанного на данных принятия решений для аналитиков, ученых-д