Staff Analytics Engineer

Мы нанимаем Staff Analytics Engineer для присоединения к команде данных TaxDome — группе, которая строит и владеет аналитическим хранилищем данных на BigQuery. Вы будете работать на всех этапах жизненного цикла данных: проектировать и развивать модели данных, подключать новые источники, создавать аналитику для продуктовых и бизнес‑команд и вносить вклад в AI‑native рабочие процессы и агентные конвейеры. Команда работает AI‑first — Claude Code и инструменты LLM встроены в ежедневный рабочий процесс, а не являются экспериментом.

Это полностью удалённая роль, мы нанимаем по европейским часовым поясам.

• Подключать новые источники данных от начала до конца — от сырой загрузки до сертифицированных мартов.
• Повышать качество данных: тесты, контракты, дашборды метрик и мониторинг аномалий.
• Вносить вклад в эволюцию архитектуры хранилища: конвенции, ревью кода, документацию и AI‑ready контракты данных.
• Создавать и поддерживать дашборды для продуктовых и бизнес‑команд; проектировать метрики и делать их доступными в режиме self‑service.
• Вести аналитическую работу от бизнес‑вопроса до воспроизводимого анализа с чёткой рекомендацией решения.
• Разрабатывать модели и анализы с помощью AI‑ассистентов (Claude Code и аналогичных) как основной рабочий процесс, а не как обходной путь.
• Помогать строить AI‑native процессы команды: автоматизация рутинных задач, агентные конвейеры для документации, тестирования и ad‑hoc анализа.
• Выступать переводчиком между бизнес‑вопросами и дизайном модели данных.

• Доказанный опыт в ролях, связанных с данными — аналитическая инженерия, аналитика данных с инженерным уклоном или инженерия данных с сильными аналитическими навыками.
• Продвинутый уровень SQL — вы уверенно пишете и рецензируете сложные запросы и понимаете компромиссы производительности.
• Практический опыт работы в продакшене с dbt: инкрементные модели, snapshots, тесты, макросы и организация проекта.
• Опыт проектирования слоёв DWH и понимание компромиссов: нормализация vs. марты, полное пересоздание vs. инкремент, SCD2.
• Python для ETL‑задач и аналитики данных.
• Опыт создания дашбордов и метрик с умением довести анализ до принятия решения — а не просто таблицы.
• Реальный, встроенный опыт работы с AI‑ассистентами в ежедневном рабочем процессе — LLM как основной инструмент, а не редкий эксперимент.
• Опыт работы с Airflow или другой платформой оркестрации.
• Продвинутые навыки управления стейкхолдерами и проектами: способность взять неопределённую бизнес‑проблему, разбить её на план и довести до завершения самостоятельно.

• Опыт аналитики SaaS‑продуктов: PLG‑метрики, воронковый анализ, когорный моделинг.
• Опыт работы с данными GA4, HubSpot или Stripe.
• Понимание требований к конфиденциальности данных: GDPR, маскирование PII, policy tags.
• Опыт построения агентных конвейеров или автоматизаций поверх API LLM.

• Конкурентная компенсация, выплачиваемая в USD, прозрачно раскрытая до первого интервью
• План стимулирования, основанный на результатах
• Полностью удалённая работа с гибким графиком
• 30 оплачиваемых дней отпуска в год, плюс больничные по необходимости
• Поддержка здоровья и благополучия
• Бюджет на обучение и развитие для поддержки вашего профессионального роста
• Возмещение расходов на уроки английского языка
• Возмещение расходов на коворкинг
• Оборудование, предоставляемое компанией (условия могут различаться в зависимости от роли)
• Высокий уровень автономии и ответственности в работе
• Возможность реально влиять на быстрорастущую глобальную SaaS‑компанию
• Сотрудничественная международная команда с сильным продуктовым мышлением