Analytics Engineer

Обязанности:

• Проектировать и поддерживать аналитический слой трансформации данных: модели staging, core и mart, которые должны быть модульными, инкрементальными, протестированными, документированными и версионируемыми.

• Устанавливать инженерные стандарты для аналитического кода: инструменты трансформации данных, тестирование, проверка кода (Code Review) и CI.

• Отвечать за определения метрик из различных источников. Согласовывать детализацию данных, окна атрибуции и наименования, чтобы ROAS, когортный LTV, Retention, ARPDAU и рекламные расходы имели единое значение во всей компании.

• Создавать аналитические наборы данных для дашбордов и отчётов по привлечению пользователей (UA), монетизации, эффективности рекламных креативов и инкрементальности.

• Обеспечивать самостоятельную работу с данными (Self-Service Analytics): моделировать и документировать наборы данных, чтобы команды продукта, UA и монетизации могли самостоятельно находить ответы на свои вопросы.

• Отвечать за качество данных в рамках своей зоны ответственности: тестирование, мониторинг актуальности и согласованности данных, сверка информации между различными источниками.

• Создавать слой доступа к данным для AI-агентов: семантические описания, подготовленные интерфейсы для выполнения запросов, защитные механизмы и оценка результатов работы агентов на основе проверенных данных.

• Оптимизировать аналитические нагрузки для повышения скорости выполнения запросов и снижения затрат.

Требования:

• 3–5+ лет опыта в Analytics Engineering, BI-разработке или Data Engineering, включая ответственность за трансформационный слой данных в production-среде.

• Отличное знание SQL. Опыт работы с ClickHouse будет преимуществом: оконные функции, массивы, материализованные представления (Materialized Views), AggregatingMergeTree. Также приветствуется глубокий опыт работы с PostgreSQL, BigQuery или Snowflake, если вы готовы углубиться в ClickHouse.

• Практический опыт работы с фреймворками трансформации данных в production-среде: dbt, SQLMesh, Dataform или аналогичными инструментами, включая создание модульных моделей, тестирование, документирование и CI.

• Хорошее понимание принципов моделирования аналитических данных: умение определять, когда широкая таблица событий или пользователей эффективнее звёздной схемы (Star Schema), и понимать причины такого выбора.

• Умение превращать неоднозначные бизнес-вопросы в модели данных посредством общения с заинтересованными сторонами.

• Знание Git, опыт проверки кода (Code Review) и достаточный уровень Python для автоматизации собственных задач.

Будет преимуществом:

• Опыт работы с мобильными играми или приложениями и хорошее понимание ключевых метрик: D7 ROAS, когортный LTV, ARPDAU, кривые удержания пользователей (Retention Curves), а также причин расхождения показателей между различными источниками.

• Практический опыт использования AI/LLM-инструментов в работе с данными: Text-to-SQL, RAG для структурированных данных, MCP или аналогичные интеграции с AI-агентами, оценка результатов работы моделей.

• Опыт работы с инструментами оркестрации: Airflow, Dagster или аналогичными.

• Опыт работы с Superset или аналогичными BI-платформами.

Мы предлагаем:

• Возможность работать в ZiMAD — американской компании с разнообразным портфелем глобальных F2P-проектов (Free-to-Play) с многомиллионной ежемесячной аудиторией.

• Участие во всём цикле разработки продукта.

• Перспективы карьерного роста в международной компании.

• Возможность удалённой работы.

• Гибкий график работы.

• Бонусы по результатам достижения KPI и финансовых показателей проектов.

• Оплату участия в конференциях, обучении (в том числе языковых курсах) и воркшопах.

• Возможность посещать консультации психологов для улучшения психологического здоровья и общего самочувствия.

• Участие в благотворительных проектах.