Задачи:
— Погружение в сложные системы и ручные рабочие процессы для понимания инструментов и ограничений.
— Проектирование и поддержка чистых, масштабируемых, производственных моделей dbt (например, ARR, признание доходов).
— Работа с полным циклом обработки данных: от загрузки до трансформации и визуализации.
— Практический подход к системным задачам, балансируя быстрые решения и продуманную долгосрочную архитектуру.
— Сотрудничество с командами финансов, инженерии, продаж и другими для понимания потребностей в данных и своевременной реализации решений.
Требования:
— Опыт проектирования и поддержки производственных моделей данных и конвейеров.
— Глубокое понимание современных принципов и лучших практик моделирования данных.
— Сильные навыки SQL и уверенность в работе со сложными наборами данных и схемами.
— Внимание к деталям и высокие стандарты точности и валидации данных.
— Гибкость и находчивость при работе с ручными задачами или несовершенными системами.
— Страсть к чистому коду, масштабируемой архитектуре и постепенному снижению сложности.
— Умение эффективно управлять временем и приоритетами в быстро меняющейся среде.
— Четкие коммуникативные навыки для взаимодействия с техническими и нетехническими коллегами.
— Готовность поддерживать другие области (например, продукт, маркетинг, инженерия) по мере роста команды.
Преимущества:
— Опыт работы в быстрорастущей PLG SaaS компании.
— Успешный опыт трансформации ручных, разовых рабочих процессов в масштабируемые конвейеры данных.
— Знакомство с биллинговыми системами, GAAP бухгалтерией, признанием доходов или поддержкой аудита.
— Опыт работы с Stripe, Salesforce или Orb в контексте финансов и биллинга.
— Знание финансовых циклов и необходимости быстрой итерации в конце месяца и квартала.
Условия:
— Полностью удаленная работа (компания remote-first).
— Конкурентный пакет компенсации, включающий базовую зарплату, акции и комплексные льготы.
— Гибкая и инклюзивная рабочая среда.
— Оплачиваемый отпуск и поддержка баланса работы и жизни.
— Финансирование профессионального развития до $1500 в год, менторство и возможности внутреннего роста.
— Оплачиваемый отпуск по уходу за ребенком (20 недель для рожающих родителей, 16 недель для не рожающих).
— Корпоративные программы для работы из дома, включая выбор ноутбука, компенсацию интернета и бюджет на обустройство рабочего места.
— Взносы работодателя в пенсионный фонд с матчингом до 0.75% от заработка.
— Возможность участия в ежегодных корпоративных мероприятиях и командных выездах.
Технологический стек:
Snowflake, dbt, Hightouch, Fivetran, Looker, Stripe, Salesforce, Orb.
ASOS.com — британский онлайн‑ритейлер модной одежды, обуви, аксессуаров и косметики. В компании работают русскоговорящие ребята.
Технологии и инструменты: SQL, Databricks, Spark, DBT, Python, Mixpanel, Adobe и другие.
Компания основана фаундерами Nick Robertson, Andrew Regan, Quentin Griffiths, Deborah Thorpe.
Размер команды: 1k-5k человек. Инвестиции: £587.5M.
Требования:
— 2+ года опыта работы Data Analyst, Data Engineer или Analytics Engineer
— Сильные навыки SQL и опыт работы с PostgreSQL или другими реляционными базами данных
— Опыт построения и поддержки ETL/ELT пайплайнов
— Владение Python для обработки данных и автоматизации
— Понимание моделирования данных и концепций хранилищ данных
— Опыт работы с большими наборами данных и оптимизации запросов
— Свободное владение английским языком
Условия:
— Поддержка релокации
— Полная занятость
— Конкурентная зарплата
— Работа в офисе в Лимассоле
Задачи и подробности не указаны.
ОфисLimassol
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
В компании British Airways открыты вакансии аналитиков в области аналитики и инсайтов, с возможностью работы в Лондоне, Манчестере (Дидсбери) или Гатвике. Кандидаты будут заниматься сбором, анализом и интерпретацией данных для поддержки бизнес-решений, используя современные аналитические инструменты и методы. Требования включают опыт работы с аналитикой, умение работать с большими объемами данных и навыки визуализации информации. Вакансии предполагают участие в проектах, направленных на улучшение операционной эффективности и клиентского опыта авиакомпании.
Write and adapt SQL queries against well-defined requests, using Claude to refine logic and troubleshoot errors. Look up existing metrics in Looker or Omni to understand how they're already built, and reuse that logic where it applies.
Adapty — сервис для аналитики и роста мобильных подписок. В 2020 году стартап прошёл акселератор 500 Startups. Размер команды — 200+ | Компания прибыльна.
Требования:
— Опыт работы с кодом или моделями на уровне, достаточном для самостоятельного принятия технических решений
— Знание SQL
Контакт для отклика: @Adapty_Talent_Bot
СEO и ко-фаундер — Виталий Давыдов, выпускник ШАД и МФТИ.
Компания ВсеИнструменты.ру — один из крупнейших в России интернет-магазинов и омниканальных маркетплейсов, специализирующийся на продаже товаров для дома, дачи, ремонта и строительства.
Формат работы: гибридный в Москве.
Wolt развивает платформу быстрой доставки еды, продуктов и других товаров из ресторанов и магазинов через мобильное приложение и сайт. С 2022 года Wolt входит в группу DoorDash и работает в десятках стран.
Требования:
— 5+ лет опыта
— Владение Python или R
— Знание SQL
— Опыт работы с Airflow
Формат работы: удалённо или в офисе в Берлине.
Software Developer Security Analytics — RedMimicry. Remote - Location: Mostly remote (within Germany), with monthly in-person collaboration at our Berlin officeHours: Full-time, 40 hours per weekContract: Fixed-termSalary: EUR 69,000 â 77,000We are building a new capability that turns fragmented, noisy security logs...
Задачи:
— Владение и управление тремя связанными продуктами: Predictions, Analytics и A/B testing.
— Руководство небольшой командой ML, определение задач и подбор новых участников.
— Управление prediction engine: определение прогнозов, требований к точности и доказательств для клиентов.
— Анализ и улучшение производительности дашбордов, чтобы повысить их использование.
— Решение о внедрении ML возможностей в продукты или отказ от них.
Требования:
— Практический опыт работы с кодом или моделями, достаточный для самостоятельного принятия технических решений.
— Сильные знания математики и классического машинного обучения, умение обсуждать выбор моделей, метрики и горизонты.
— Опыт владения продуктом, а не только бэклогом, с конкретными результатами.
— Владение SQL и привычка самостоятельно проверять данные.
Условия:
— Работа с сильным продуктом с лучшими в индустрии метриками, компания входит в топ 5% быстрорастущих SaaS.
— Исключительное вознаграждение, напрямую связанное с результатами.
— Прямое общение и владение процессами без бюрократии и политики.
— Гибкий удалённый формат работы или работа в офисах в Белграде или Лондоне.
— Профессиональная поддержка: изучение языков, спорт, медицинская страховка, покрытие расходов на ноутбук и другое.
About LawnStarter
LawnStarter is the nation's leading on-demand marketplace for lawn care and outdoor services, with over $100M in annual bookings. The company is expanding beyond lawn care to become a one-stop shop for all home services, operating across three brands (LawnStarter, Lawn Love, Home Gnome) on a single shared platform.
About Analytics at LawnStarter
The analytics team supports the entire company including product, marketing, operations, and finance. The data platform includes a centralized Redshift data warehouse, modeled in dbt and orchestrated by Airflow, with Segment feeding event data. The team is mid-migration to Lightdash as the single BI platform, replacing Tableau and Metabase. Currently, data quality, tracking standards, and platform hygiene are side tasks handled by analysts.
The Role
The Analytics Engineering Manager will be the first dedicated person for data governance, responsible for data trustworthiness and the roadmap to improve it quarterly. Responsibilities include ensuring quality and freshness of source data, pipelines, reports, metric definitions, Segment event tracking standards, Lightdash workspace health, data feeding ML models, and data security. The role involves collaborating with product, marketing, ops, and finance to prioritize platform work. It is a hands-on role starting solo, building automation, checks, fixing issues, and establishing scalable processes. Eventually, the manager will hire a Lead Analytics Engineer and grow the function as needed.
Key differentiators of the role:
- First dedicated governance role, reshaping existing standards.
- Owns the data roadmap, discovering business needs and prioritizing work.
- Whole-stack ownership from source data to ML models.
- Leading the migration to Lightdash, setting up permissions and norms.
Responsibilities:
- Develop and manage the data roadmap balancing business needs and platform health.
- Automate monitoring of data quality and freshness, resolve incidents.
- Maintain data lineage and impact analysis to assess downstream effects of changes.
- Administer Lightdash workspace, permissions, and rollout.
- Extend and guard the semantic layer with governed metric definitions.
- Govern Segment event tracking catalog, standards, and drift detection.
- Ensure AI data readiness for internal AI tools querying the warehouse.
- Manage data security, privacy, access controls, and compliance with US state laws.
- Maintain governance documentation, ownership models, and review processes.
Challenges to solve:
- Convert business requests into a prioritized data roadmap.
- Ensure Lightdash migration improves platform usability without dashboard sprawl.
- Complete and maintain a trustworthy semantic layer.
- Manage event-tracking standards and prevent entropy.
- Proactively detect and prevent data pipeline breakages with automation and lineage.
Success metrics for year 1:
- Zero pipeline incidents from unannounced data changes.
- Zero freshness incidents; stakeholders never see stale dashboards.
- All business areas use official, well-maintained metrics and dashboards.
- Every Segment event has an owner and meets standards.
- Governance operates as a documented, sustainable system.
Requirements:
- Passion for data governance as a craft.
- Daily use of AI tools for automation, anomaly triage, and documentation.
- Hands-on manager who codes, debugs, and configures personally.
- Product-minded, able to translate vague requests into prioritized plans.
- Automation-first approach to quality checks.
- Ability to enforce standards with clear rules and good tooling.
Role exclusions:
- Not a large-team leadership role; starts solo with potential to hire one lead.
- Not a policy or committee role; hands-on fixing with code and conversations.
- Not a BI analyst role; focuses on platform and guardrails, not dashboard building.
- Not a mature system babysitting role; involves building and evolving the platform.
Technologies involved:
- Warehouse & pipelines: Redshift, dbt, Airflow
- Ingestion: Fivetran, custom Airflow pipelines
- Event tracking: Segment
- BI tools: Lightdash (primary), Tableau and Metabase (sunsetting)
- AI tooling: Claude Code, Codex, Brain (internal AI toolkit)
- Observability: AI-powered Analytics Engineer agent for monitoring and anomaly detection
Benefits:
- Base salary $75k-$120k/year
- Fully remote with asynchronous collaboration
- Flexible PTO
Equal employment opportunity statement included.
Задачи:
— Владение дорожной картой данных: выявление потребностей продукта, маркетинга, операций и финансов в данных, приоритизация задач с учетом состояния платформы и последовательное планирование инвестиций.
— Обеспечение качества и актуальности данных: автоматический мониторинг источников данных, конвейеров и отчетов, выявление изменений в схемах и источниках до возникновения проблем, управление инцидентами.
— Анализ происхождения данных и влияния изменений: создание живой карты от источника до отчетов, оценка влияния изменений на downstream компоненты до их внедрения, внедрение контрактов данных с инженерией.
— Администрирование Lightdash: настройка структуры рабочего пространства, прав доступа, обучение пользователей, поддержание порядка и производительности.
— Управление семантическим слоем: расширение и поддержка единого определения метрик, предотвращение неконтролируемого роста.
— Управление каталогом событий Segment: проверка новых событий на соответствие стандартам, поддержание соответствия с продакшеном, развитие правил и обнаружение отклонений.
— Обеспечение готовности данных для AI: контроль доступа AI-инструментов к данным, поддержание документации, консистентности и безопасности.
— Обеспечение безопасности и конфиденциальности данных: контроль доступа, обработка персональных данных в соответствии с законами штатов США, регулярные проверки.
— Поддержка системы управления: документация, модели владения и циклы обзора для устойчивой работы процессов.
Требования:
— Профессиональное отношение к управлению данными, стремление к поддержанию чистоты и надежности систем.
— Активное использование AI-инструментов для автоматизации проверок, обработки аномалий и документации.
— Практический опыт управления командой и самостоятельной работы с SQL, Airflow, настройкой прав доступа.
— Ориентация на продукт, умение превращать запросы бизнеса в приоритетный план.
— Стремление к автоматизации повторяющихся проверок.
— Умение устанавливать стандарты и добиваться их соблюдения с помощью инструментов и коммуникации.
Условия:
— Базовая зарплата $75,000-$120,000 в год.
— Полностью удаленная работа с асинхронным взаимодействием.
— Гибкий отпуск по результатам работы.
Описание роли:
— Первая позиция, посвященная управлению данными и их качеством в компании.
— Роль с полным владением цепочкой данных от источника до отчетов и моделей машинного обучения.
— Роль с практической деятельностью и последующим расширением команды.
— Не руководящая большая команда, а построение и развитие функции.
— Не роль BI-аналитика или политика, а инженерно-управленческая позиция.
Технологии:
— Хранилище и конвейеры: Redshift, dbt, Airflow.
— Интеграция данных: Fivetran, кастомные Airflow конвейеры.
— Отслеживание событий: Segment.
— BI-платформы: Lightdash (основная), Tableau и Metabase (выводятся).
— AI-инструменты: Claude Code, Codex, Brain (внутренний AI-инструмент).
— Наблюдение: AI-агент для мониторинга свежести, обнаружения аномалий и lineage dbt.
Задачи:
— Превращать данные в более умные продуктовые решения на международных цифровых проектах.
Требования:
— 3–5 лет опыта в аналитике данных, продукта, веба или приложений.
— Отличное знание SQL.
— Опыт работы с Google Analytics 4 и веб/мобильным трекингом.
— Знание ETL процессов и построения дата пайплайнов.
— Владение Power BI, Tableau, Looker Studio, Qlik или SAP BusinessObjects.
— Знания в области статистики, экспериментов и A/B тестирования.
— Английский язык на уровне B2 и выше.
Будет плюсом:
— Опыт работы с BigQuery.
— Опыт серверного трекинга.
— Опыт в e-commerce.
Условия:
— Работа в международной команде.
— Гибридный формат работы в Ташкенте.
— Полная занятость.
— Зарплата от 2500 USD net в месяц.
Задачи:
— Ведение HR-аналитики, подготовка регулярной отчетности по персоналу
— Анализ HR-показателей (текучесть, укомплектованность, вовлеченность)
— Автоматизация HR-процессов, работа с AI-инструментами (ChatGPT, Copilot) для отчетности и аналитики
— Организация опросов сотрудников, участие в HR-проектах
— Координация программы медицинского страхования
Требования:
— Высшее образование: HR / Экономика / Финансы / Менеджмент
— Продвинутый Excel и PowerPoint — обязательно (сводные таблицы, формулы, анализ данных)
— Английский язык — не ниже Upper-Intermediate
— Опыт ведения HR-проектов
— Плюсом будет: опыт с ERP (SAP SuccessFactors, 1С, Oracle HCM) и Power BI
Условия:
• Официальное трудоустройство
• Ежегодное повышение зарплаты
• Медстраховка сотрудника и семьи
• Питание (комплексный обед)
• Развозка утром и вечером корпоративным транспортом
• Корпоративное обучение
• Испытательный срок — 3 месяца
• Возможности карьерного роста
Uzum — это экосистема цифровых сервисов для развития бизнеса, онлайн-шопинга, удобных платежей и решения других бытовых задач в Узбекистане. Компания оценивается в $1,5B+, размер команды — 1000+.
Требования:
— Опыт управления командой
— Опыт отслеживания эффективности складских операций
— Опыт снижения потерь и брака в маркетплейсе
Вакансия предполагает работу в формате remote или в офисе в Ташкенте.
Задачи:
— Построение семантического слоя для финансовой отчетности, превращая бизнес-логику в надежные наборы данных золотого уровня.
— Создание аналитического слоя для маркетинга и роста, обеспечивая самостоятельную отчетность по привлечению, воронкам и эффективности кампаний.
— Определение масштабируемости аналитической инженерии в команде, поддержка моделей данных других аналитиков и формирование технических стандартов.
Обязанности:
— Владение семантическим слоем для финансовой отчетности, обеспечивая единый источник правды для бизнес-метрик.
— Владение аналитическим слоем для маркетинга и роста, от моделирования данных до самостоятельной отчетности.
— Создание и поддержка моделей dbt (staging, intermediate, marts) с тестами, документацией и переиспользуемыми макросами.
— Проектирование масштабируемых моделей данных в слоях Databricks silver и gold с применением размерного моделирования.
— Поддержка других аналитиков в оптимизации моделей данных при проблемах с производительностью или надежностью.
— Вклад в определение стратегии и стандартов аналитической инженерии по мере роста команды.
Требования:
— Сильные навыки SQL, включая сложные запросы, оконные функции и оптимизацию запросов на больших данных.
— Практический опыт работы с dbt: модели, макросы, тесты, документация и CI.
— Опыт размерного моделирования (3NF/Inmon, star schema, anchor modeling).
— Опыт построения семантических слоев или поддержания единого источника правды для бизнес-метрик.
— Опыт в банковской сфере или финтехе будет плюсом, особенно в моделировании данных для финансовых продуктов.
— Уверенность в работе с Git в ELT-воркфлоу.
Условия:
— Владение и гибкость в работе.
— План опционов на акции с четырехлетним вестингом и 25% клиффом после первого года.
— Удаленная работа с основными часами сотрудничества с 12:00 до 19:00 по манильскому времени (UTC+8).
— Предоставление инструментов и оборудования компанией.
— Медицинская страховка для сотрудника и семьи с софинансированием или возмещением, в зависимости от местоположения и политики.
— Доступ к внутреннему специалисту по психическому здоровью.
— 22 дня отпуска, государственные праздники Филиппин и 15 больничных дней.
— Возможности для роста и обмена опытом через внутренние встречи экспертов, внешние конференции, выступления и публикации.
— Спонсируемые компанией поездки в Манилу для личных встреч с командой.
— Регулярные командные выезды, спортивные мероприятия и события.
— Возможность для высокоэффективных команд получить неделю в пляжном доме в Юго-Восточной Азии.