Привіт, давай знайомитись ближче.
Ми — Quarks, технологічна компанія, що створює нішеві продукти у сфері Social Discovery & Relationship Wellness. Фокусуємось на розробці безпечних та ефективних рішень для знайомств і розвитку стосунків. Нашими платформами користуються понад 80 мільйонів юзерів у більш ніж 20 локаціях світу.
А ще Quarks — це:
250+ кварків у команді
Топ роботодавець у 2024 за версією DOU
Рівень eNPS 80,4%
Офіс у Києві, хаби у Львові та Варшаві
Зараз ми шукаємо Analytics Engineer у команду Affemity Group, яка створює продукти та технології, що допомагають людям вимірювано покращувати якість життя.
Ми також відкриті до найму ветеранів — створюємо умови, у яких можна не просто бути частиною команди, а й зростати.
Твоя зона впливу: допомагати бізнесу приймати рішення на основі перевірених даних — швидко, без ручної валідації та з передбачуваним результатом.
Результати, яких очікуємо протягом 6-12 місяців:
Ключові дата-процеси задокументовані, мають визначені ризики та власника
Всі наявні дата-марти актуальні, покривають основні бізнес-метрики та відповідають поточним потребам команд
Впроваджений моніторинг якості даних — інциденти виявляються системою, а не бізнесом
Прогнозна модель доходу має визначену метрику точності, відхилення відстежуються та аналізуються проактивно
Ручна обробка даних замінена автоматизованими рішеннями
Твої майбутні задачі:
Керування дата-інфраструктурою → забезпечування структурованість, масштабованість та надійність дата-процесів, включно з пайплайнами та їх оркестрацією
Створення агрегованих наборів даних і дата-мартів → розробка та підтримка аналітичних моделей відповідно до бізнес-вимог маркетингових, продуктових та операційних команд
Впровадження моніторингу якості та цілісності даних → налаштовування автоматизованих перевірок, алертингу та виявлення аномалій для проактивного усунення інцидентів
Відповідання за точність та надійність прогнозних моделей → вимірювання відхилень, аналіз причин та ініціювання покращень
Автоматизація повторюваних дата-процесів → скорочування ручної обробки даних та зменшення залежності команди від неавтоматизованих рішень
Що для нас важливо в цій ролі:
