Solutions Architect

В роли Solutions Architect в Cube вы будете техническим мостом между нашим продуктом и инфраструктурой данных клиентов. Вы будете работать непосредственно с потенциальными клиентами и заказчиками из разных отраслей, разрабатывая, внедряя и оптимизируя архитектуры семантического слоя, решающие сложные задачи с данными. Это высокотехническая, клиент‑ориентированная роль, где ваш опыт работы с SQL и навыки анализа данных будут напрямую влиять на успех клиентов.

• Проектировать и архитектурировать сквозные решения семантического слоя с использованием Cube, интегрируя их с существующими хранилищами данных клиентов (например, Snowflake, BigQuery, Redshift).
• Создавать комплексные модели данных в YAML или JavaScript, определяющие метрики, измерения и бизнес‑логику для поддержки анализа данных и принятия решений.
• Разрабатывать proof‑of‑concept и технические демонстрации, показывающие возможности Cube на данных клиента.
• Консультировать клиентов по лучшим практикам моделирования данных, стратегиям кэширования, управлению доступом и оптимизации производительности.
• Проводить технические сессии по изучению архитектуры данных клиента, требований к аналитике и бизнес‑целей.
• Проводить практические воркшопы и обучающие сессии, позволяющие командам клиентов эффективно использовать Cube.
• Сотрудничать с Sales, предоставляя техническую экспертизу в процессе оценки.
• Выступать в роли доверенного технического советника на протяжении всего жизненного цикла клиента, от предпродаж до пост‑внедрения.
• Писать сложные SQL‑запросы для анализа данных клиента и проверки проектных решений.
• Проводить анализ данных для выявления возможностей оптимизации и улучшения архитектуры.
• Создавать интеграции между Cube и downstream‑инструментами (BI‑платформы, ноутбуки, пользовательские приложения).
• Создавать техническую документацию, референсные архитектуры и руководства по внедрению.
• Предоставлять обратную связь клиентам командам Product и Engineering для влияния на дорожную карту.
• Вносить вклад в внутренние инструменты и автоматизацию для улучшения поставки решений.
• Разрабатывать переиспользуемые шаблоны и фреймворки для типовых сценариев внедрения, способствуя эффективной и согласованной разработке.

• Экспертный уровень владения SQL — вы умеете писать сложные запросы, оптимизировать их производительность и понимать планы выполнения. Это базовый навык для успеха в этой роли.
• Сильные аналитические способности — вы умеете исследовать данные, выявлять закономерности, проверять метрики и доносить выводы.
• Опыт программирования на JavaScript ИЛИ Python — вы уверенно читаете и пишете код, работаете с API и создаёте трансформации данных.
• 3+ лет в решении архитектурных задач, data engineering, analytics engineering или аналогичных технических клиент‑ориентированных ролях.
• Глубокое понимание современной архитектуры data‑стека (хранилища данных, инструменты трансформации, BI‑платформы).
• Опыт работы с семантическими слоями, метрическими слоями или фреймворками моделирования BI (LookML, dbt metrics и др.).
• Сильные коммуникативные навыки — вы умеете переводить технические концепции для технической и бизнес‑аудиторий.

• Предыдущий опыт работы с Cube.js или аналогичными платформами семантического слоя.
• Опыт в analytics engineering или ролях, связанных с платформой данных.
• Опыт работы с лучшими практиками моделирования данных и размерностного моделирования.
• Знакомство с REST/GraphQL API и тем, как приложения используют аналитику.
• Знание стратегий кэширования и оптимизации производительности аналитических нагрузок.
• Опыт работы с облачными хранилищами данных (Snowflake, BigQuery, Databricks, Redshift).
• Понимание требований к мульти‑тенантности, управлению доступом и управлению данными.
• Опыт встраиваемой аналитики или создания data‑ориентированных приложений.
• Знание экосистем JavaScript И Python.
• Вклад в open‑source проекты данных.
• Знакомство с интеграцией AI/LLM в семантические слои.

• Работа с передовыми технологиями семантического слоя на стыке data engineering, аналитики и ИИ.
• Сотрудничество с увлечённой командой, включающей создателей open‑source проекта Cube.
• Прямое влияние на то, как тысячи компаний организуют и получают доступ к своим данным.
• Конкурентоспособная компенсация.
• Культура, ориентированная на удалённую работу, с гибкими условиями труда.