Analytics Engineer (Ops Analytics)

Що варто знати про SKELAR? Це венчур-білдер — іншими словами, компанія, яка будує компанії. З нами фаундери створюють consumer-бізнеси, які стають лідерами на глобальних ринках EdTech, Mental health, Petcare, FashionTech та інших.

Скеларівці будують tech-продукти, які здобувають відзнаки від Product Hunt, The Webby Awards та отримують тисячі позитивних відгуків на TrustPilot. Загалом tech-продуктами наших бізнесів користуються 10+ млн людей у світі. Усе завдяки сильним командам, бо наші спеціалісти — це ключова цінність SKELAR.

Для професійної реалізації ми створили середовище з експертизою та необмеженими можливостями — і шукаємо тих, хто прагне викликів.

Зараз ми в пошуку Analytics Engineer, щоб разом піднімати планку результату.

🎯 Якщо тебе дратують неякісні дані більше, ніж поганий Wi-Fi — ми вже маємо про що поговорити. Ми шукаємо не просто SQL-спеціаліста. Ми шукаємо людину, яка дивиться на хаотичні дані й бачить систему. Яка не може спокійно пройти повз дублікати, неконсистентні метрики чи неоптимальний запит. Яка готова сперечатися за якість даних так само впевнено, як інші сперечаються про архітектуру. У нас Analytics Engineer — це інженер аналітичної платформи. Людина, яка будує надійний фундамент для десятків аналітиків, сотень бізнес-рішень і мільярдів подій.

</aside> Чим ти будеш займатися

• Будувати та підтримувати аналітичні шари даних (Raw → Staging → Marts).

• Очищати, стандартизувати та збагачувати дані з десятків різних джерел.

• Проєктувати моделі даних, які залишаються зрозумілими навіть через кілька років.

• Робити BigQuery швидшим, дешевшим і розумнішим.

• Оптимізувати SQL не лише для правильного результату, а й для мінімальної вартості виконання.

• Будувати процеси контролю якості даних та автоматичні перевірки.

• Робити так, щоб бізнес довіряв цифрам без додаткових перевірок.

• Бути тим самим незручним колегою, який помітив проблему ще до того, як вона стала інцидентом.

Виклики, які тебе чекають

• Побудова надійного аналітичного шару даних (Raw → Staging → Marts) для складної продуктової екосистеми з десятками джерел та мільярдами подій.

• Проєктування моделей даних та оптимізація BigQuery-запитів там, де швидкість і вартість виконання безпосередньо впливають на бізнес.

• Усунення розривів між потребами аналітиків (Data Analytics) та можливостями дата-інженерії (Data Engineering) — часто в умовах неповної або суперечливої інформації.

• Побудова стандартів якості даних у середовищі, де їх потрібно створити практично з нуля.

• Пошук причин системних проблем, а не нескінченне лікування їхніх симптомів.

На що ти реально будеш впливати

• Надійність та антикрихкість всієї аналітичної екосистеми.

• Довіру бізнесу до даних та швидкість прийняття рішень.

• Вартість обчислень у BigQuery та ефективність аналітичної інфраструктури.

• Якість роботи кожного аналітика, який використовує створені тобою моделі.

Що для нас важливо

• Впевнене володіння SQL та BigQuery (partitioning, clustering, оптимізація запитів).

• Системне та критичне мислення. Ми шукаємо людину, яка бачить проблему в архітектурі, а не лише в конкретному SQL.

• Алгоритмічне мислення — вміння розкласти будь-яку задачу на логічний ланцюжок дій.

• Маніакальна уважність до деталей. Ми цінуємо людей, яких буквально "свербить", коли дані неконсистентні.

• Скрупульозність. Якщо після твого рев'ю ніхто більше не хоче пушити код без перевірки — це скоріше комплімент.

Буде великим плюсом

• Досвід роботи з dbt або Dataform.

• Розуміння Git та базового CI/CD для аналітичного коду.

• Знання Python.

• Глибоке розуміння внутрішніх механізмів Tableau: як працюють Extracts, Live Connections, Hyper, Context Filters, LOD, кешування, порядок виконання запитів та інші особливості, що дозволяють значно пришвидшувати дашборди й зменшувати навантаження на інфраструктуру.

• Використання AI як інженерного інструменту, а не як заміни власного мислення. Ми цінуємо людей, які прискорюють себе за допомогою AI, а не перекладають на нього відповідальність.

Тобі буде комфортно, якщо ти...

• отримуєш задоволення від красивої архітектури даних;

• не віриш даним, поки сам їх не перевіриш;

• можеш витратити годину, щоб зекономити сотні годин команди;

• вважаєш, що хороший SQL — це той, який можна буде зрозуміти через рік;

• думаєш про систему, а не про окремий запит;

• не боїшся ставити незручні питання, якщо бачиш, що дані "брешуть".

Що ти отримаєш разом з нами: — Внутрішні клуби за професійними напрямками: маркетинг, розробка, фінанси, рекрутинг; — Тренінги, курси, відвідування конференцій; — Просторі та сучасні офіси у Києві та Варшаві; — Медичне страхування, корпоративний лікар. Ми шукаємо людину, яка більше любить якісні дані, ніж людей. (Ну майже.) Давай разом будувати the next big everything — там, де «добре» не фініш, а старт!