Head Of Data

В роли Head of Data вы построите и будете гарантировать надёжный фундамент данных, на котором строится вся компания: пайплайны, модели, определения и контракты, благодаря которым люди и AI-агенты могут доверять тому, что видят. Вы будете подчиняться нашему CFO, что сохраняет вашу нейтральность по отношению к любой отдельной функции и позволяет быть близко к тому, как бизнес на самом деле работает и измеряет себя. Это позиция player-coach. Вы будете писать код и сами выполнять самую сложную техническую работу, каждый квартал запускать крупную внутреннюю инициативу на базе AI вместе с нашей командой AI Transformation и развивать это направление в полноценную функцию по мере того, как оно докажет свою ценность.

• Отвечать за инфраструктуру данных, лично участвуя в работе. Проектировать, строить и эксплуатировать пайплайны и ETL/ELT, которые наполняют наше хранилище. Отвечать за актуальность данных, надёжность и стоимость. Считать инфраструктуру никогда не законченной и продолжать добиваться измеримых улучшений в покрытии, задержках и надёжности.

• Построить надёжный слой данных, на который опираются все. Отвечать за модели данных, тесты, валидацию, observability и lineage, подтверждающие точность данных, а также за согласованные метрики, которые дают двум командам один и тот же ответ на один и тот же вопрос. Сделать слой self-serve и описать его достаточно хорошо, чтобы PM, аналитики, внутренние разработчики и AI-агенты могли самостоятельно находить ответы на свои вопросы.

• Отвечать за библиотеку определений. Команды владеют своими определениями; вы даёте им единое стандартизированное версионируемое место для них.

• Задавать контракты данных для внутреннего AI и программного доступа, включая MCP. Определять, к каким данным и действиям могут получать доступ AI-агенты и внутренние разработчики, на каких условиях, с какой семантикой и с какими гарантиями актуальности и корректности. Вы отвечаете за требования; Engineering создаёт и эксплуатирует серверы и API.

• Быть источником истины для бизнес-данных и финансовых данных. То, по чему Finance закрывает период, на что опирается прогноз Sales и что измеряет Product, должно восходить к одним и тем же исходным данным.

• Быть надёжным поставщиком данных для Product Analytics, Product ML и разработчиков AI по всей компании. Работать с ними над их роадмапами, чтобы фундамент всегда опережал их потребности. Они владеют своими продуктами; вы помогаете им двигаться быстрее.

• Руководить как player-coach. Задавать техническую планку и проверять работу команды из двух человек, затем развивать команду и функцию по мере роста спроса и доверия.

• Запускать одну крупную внутреннюю инициативу на базе AI каждый квартал. Оценивать, какие идеи оправдывают разработку, и доводить их до продакшена.

• В Fundraise Up AI — это инструмент по умолчанию, а не экспериментальный. Мы ожидаем, что каждый член команды активно использует AI в повседневной работе, определяет, где AI может изменить характер задач в его функции, и повышает свою беглость в работе с ним по мере развития инструментов.

• Вы лично строили и эксплуатировали продакшен-пайплайны/ELT в облачное хранилище данных. У вас сильные навыки SQL и Python, оркестрации и моделирования хранилищ, и вы по-прежнему хотите работать руками.

• Вы построили надёжный self-serve слой данных, на который люди действительно полагались: тесты, observability, lineage, слой метрик или семантический слой и документация достаточно хорошая, чтобы вопросы перестали возвращаться к вам.

• Вы определяли контракт между платформой данных и системами, которые потребляют её данные программно (схемы, семантика, гарантии, ограниченный доступ), и добивались его соблюдения от инженерных партнёров.

• Вы запускали AI/ML в продакшен, а не только прототипы, и можете определить, какие идеи стоит реализовывать.

• Вы были надёжным поставщиком данных для команд аналитики и ML и сверяли данные по выручке, финансам и GTM, чтобы руководство работало с единым набором цифр.

• Вы создавали или масштабировали направление работы с данными с небольшой базы как его технический лидер-основатель.

• Вы можете объяснить решение по моделированию неподготовленным в технике руководителям с точки зрения того, что оно значит для бизнеса, без жаргона и снисходительности.

• Более глубокий опыт работы с LLM/агентными системами: фреймворки оркестрации, evals, RAG

• Практический опыт создания серверов MCP или внутренних API

• Analytics engineering (dbt) и поддержка BI

• Данные Salesforce и систем GTM

• Опыт работы в сфере платежей, финтеха или некоммерческом секторе

Общий диапазон компенсации

$224,000—$245,000 USD

Бонусы и льготы

• Медицинская, стоматологическая страховка и страховка зрения покрываются на 100% для сотрудников, на 80% для сотрудника и иждивенцев и на 70% для сотрудника и семьи.

• Счета расходов FSA и HSA.

• 20 дней отпуска, 5 больничных дней, 11 корпоративных праздничных дней плюс ещё 1 плавающий праздничный день.

• План 401(k) с софинансированием от компании.

• Краткосрочная и долгосрочная нетрудоспособность, базовое страхование жизни и AD&D полностью (100%) оплачиваются компанией.

• Оплачиваемый отпуск по уходу за ребёнком (12 недель для основных опекунов / 6 недель для вторых опекунов).

• Щедрая выплата на домашний офис для обустройства вашего удалённого рабочего места.

• Ежегодная выплата на профессиональное развитие в поддержку вашего роста (например, воркшопы, курсы и семинары).

• Программа благотворительности и оплачиваемое время для волонтёрской работы в зарегистрированных некоммерческих организациях.

Мы — работодатель, предоставляющий равные возможности. Мы ценим разнообразие и стремимся создавать инклюзивную среду для всех сотрудников. Мы не допускаем дискриминации по признаку расы, цвета кожи, религии, пола, сексуальной ориентации, гендерной идентичности или самовыражения, возраста, национального происхождения, инвалидности или любой другой характеристики, защищённой применимым законодательством стран, в которых мы работаем.