Brésil
Clara
LawnStarter
Responsable Ingénierie Analytique, Plateforme de Données & Gouvernance
À distanceBrésil
Belo Horizonte, Minas Gerais, Brazil
SQLGo
Traduction automatique. Consultez l’original.
À propos de LawnStarter
LawnStarter est la principale place de marché à la demande pour l'entretien des pelouses et les services extérieurs aux États-Unis, avec plus de 150 millions de dollars de réservations annuelles. Nous nous étendons au-delà de l'entretien des pelouses pour devenir le guichet unique de tous les services à domicile, opérant à travers trois marques (LawnStarter, Lawn Love, Home Gnome) sur une seule plateforme partagée.
À propos de l'analytique chez LawnStarter
Nous sommes une petite équipe d'analystes seniors soutenant l'ensemble de l'entreprise ; les équipes produit, marketing, opérations et finance fonctionnent toutes grâce aux données que nous fournissons. Les fondations sont solides : un entrepôt de données centralisé Redshift où toutes les données sources arrivent, modélisées dans dbt et orchestrées par Airflow, avec Segment alimentant les données d'événements. Vous n'aurez pas à assembler des sources dispersées, la plateforme existe ; votre travail consiste à la rendre digne de confiance et à le rester. Nous sommes en pleine migration vers Lightdash en tant que plateforme BI unique, remplaçant Tableau et Metabase.
Voici le manque honnête : tous les membres de l'équipe aujourd'hui sont des analystes. La qualité des données, les normes de suivi et l'hygiène de la plateforme sont réalisées comme un travail secondaire, squeezed entre les analyses. Personne ne se réveille en pensant à eux, ce qui est exactement le poste pour lequel nous recrutons.
Ce qui rend ce rôle différent
- Vous êtes le premier. La gouvernance a été le travail secondaire de tout le monde, donc ce qui existe aujourd'hui est à vous de remodeler, de garder ce qui fonctionne, de redessiner ce qui ne fonctionne pas, et vos normes deviendront les normes de l'entreprise.
- Vous possédez la feuille de route, pas un backlog. Personne ne vous donne d'exigences, vous découvrez ce dont l'entreprise a besoin à partir des données et décidez de ce qui sera construit, dans quel ordre, et pourquoi.
- Propriété de la pile complète. Des données sources aux pipelines en passant par les tableaux de bord et les modèles ML, vous possédez la confiance sur toute la chaîne, pas une seule partie.
- Une migration en direct à façonner. Lightdash arrive maintenant. Vous pouvez configurer ses permissions, sa structure et ses normes avant que de mauvaises habitudes ne s'installent, au lieu de les démêler plus tard.
Le Rôle
Vous serez la première personne chez LawnStarter dédiée à la gouvernance des données, le propriétaire de la fiabilité de nos données, et de la feuille de route qui la rend plus fiable chaque trimestre. La confiance signifie la qualité et la fraîcheur de nos données sources, de nos pipelines et de nos rapports ; les définitions derrière nos métriques ; les normes derrière notre suivi d'événements Segment ; la santé de notre espace de travail Lightdash ; les données alimentant nos modèles de machine learning ; et la sécurité des données elles-mêmes. La feuille de route signifie s'asseoir avec les équipes produit, marketing, opérations et finance pour comprendre ce dont l'entreprise a besoin à partir des données, transformer cela en priorités pour la plateforme, et séquencer le travail, le vôtre et, bientôt, celui de votre équipe.
C'est un rôle pratique, chaque manager chez LawnStarter construit, et celui-ci ne fait pas exception. Vous commencerez seul, avec l'équipe d'analytique autour de vous : construire l'automatisation, écrire des vérifications, réparer ce qui est cassé, et mettre en place des processus qui vous dépassent. Une fois que vous serez installé, nous ouvrirons un poste d'Ingénieur Analytique Principal relevant de vous, vous aiderez à le choisir, et la fonction se développera à partir de là, selon l'ampleur des tâches.
Ce que vous gérerez
- La feuille de route des données - découvrir ce dont les équipes produit, marketing, opérations et finance ont besoin à partir des données, prioriser par rapport à la santé de la plateforme, et séquencer l'investissement. Vous la présenterez, la défendrez et la réajusterez au fur et à mesure que l'entreprise évolue.
- Qualité et fraîcheur des données - surveillance automatisée des données sources, des pipelines et des rapports ; détection des changements de schéma et de source en amont avant qu'ils ne cassent quoi que ce soit en aval ; gestion des incidents jusqu'à leur résolution lorsqu'ils se produisent.
- Lignage des données et analyse d'impact - une carte vivante de la source de production au modèle d'entrepôt en passant par le tableau de bord, et le processus qui l'utilise : lorsqu'une modification de production est proposée, son impact en aval sur les pipelines, les métriques et les rapports est évalué avant son déploiement, et non découvert après. L'objectif final est des contrats de données avec l'ingénierie, de sorte que les changements majeurs soient détectés dans leur flux de travail, pas dans le nôtre.
- Lightdash - administration, structure de l'espace de travail, permissions et déploiement lui-même. Votre travail consiste à donner à l'entreprise une autonomie en libre-service tout en gardant l'espace de travail suffisamment ordonné pour que les gens puissent trouver et faire confiance à ce qui s'y trouve. L'habilitation fait partie du lot, les gens suivent les normes qu'on leur a enseignées, et il s'agit aussi de maintenir des requêtes rapides et des coûts d'entrepôt raisonnables.
- La couche sémantique - nous venons de la déployer pour nos métriques les plus critiques : une définition gouvernée par métrique, en code. Vous étendrez la définition et le mappage au reste et protégerez la couche contre une croissance incontrôlée à mesure qu'elle évolue.
- Gouvernance du suivi des événements - notre catalogue d'événements Segment gouverné : examen des nouveaux événements par rapport à ses normes, maintien de la correspondance avec ce que la production envoie réellement, et évolution des garde-fous (nommage, dictionnaire de propriétés, détection de dérive) à mesure que le suivi se développe.
- Préparation des données pour l'IA - les agents IA interrogent notre entrepôt chaque jour via Brain, notre boîte à outils IA interne. Vous gouvernerez quelles données les outils IA peuvent accéder et maintiendrez l'entrepôt lisible par l'IA : documenté, cohérent et sûr pour qu'un agent puisse l'interroger et obtenir la bonne réponse.
- Sécurité et confidentialité des données - contrôles d'accès, gestion et conservation des données personnelles identifiables (PII) conformément aux lois de confidentialité des États américains, et examens périodiques de qui, et quels outils IA, peuvent voir quoi.
- Le système de gouvernance lui-même - la documentation, les modèles de propriété et les boucles de révision qui maintiennent tout ce qui précède en fonctionnement sans héroïsme.
Problèmes à résoudre
- Transformer les besoins de l'entreprise en feuille de route de données. Chaque domaine de l'entreprise veut quelque chose des données, et aujourd'hui, ces demandes parviennent à l'équipe d'analytique comme un flux d'interruptions. Vous construirez l'intake et la priorisation qui les transforment en une feuille de route, une qui équilibre les besoins des parties prenantes par rapport à la santé de la plateforme, survit au contact d'une entreprise en évolution, et dans laquelle vos parties prenantes peuvent se reconnaître. La partie difficile : dire "pas encore" à des personnes importantes, avec une raison qu'elles respectent.
- Faire de la migration Lightdash un saut qualitatif, pas un simple re-plateformage. Nous remplaçons Tableau et Metabase par Lightdash. Mal fait, nous échangeons deux outils désordonnés contre un outil désordonné. Vous concevrez la structure, les espaces, les permissions, la certification, le nommage, qui permettront aux parties prenantes de s'auto-servir à la vitesse dont l'entreprise a besoin sans créer un cauchemar de croissance incontrôlée des tableaux de bord. La partie difficile : l'autonomie et l'ordre tirent dans des directions opposées, et vous devez livrer les deux.
- Terminer et défendre la couche sémantique. Nous venons de déployer notre couche sémantique pour nos métriques les plus critiques, une définition gouvernée par métrique, afin que "deux tableaux de bord, deux chiffres" ne puissent pas se produire. La vérité peu glamour : une longue traîne de métriques a encore besoin de définition et de mappage, et une couche sémantique ne reste digne de confiance que si quelqu'un freine sa croissance. Vous posséderez les deux, en étendant la couverture et en maintenant la règle "une métrique, une définition" à mesure que la couche évolue.
- Dompter l'entropie du suivi des événements. Les événements Segment alimentent nos entonnoirs et notre analyse produit, et ils sont implémentés par de nombreux ingénieurs dans de nombreuses équipes. Les garde-fous existent, un catalogue d'événements gouverné avec des normes de nommage, un dictionnaire de propriétés, un cycle de révision et une détection automatique de dérive par rapport à la production. Ce qui manque, c'est un propriétaire dédié : quelqu'un qui soumet chaque nouvel événement à la norme, maintient le catalogue correspondant à ce que la production envoie réellement, et fait évoluer les garde-fous à mesure que le suivi se développe. Sans cela, l'entropie gagne, les événements dérivent et se dégradent silencieusement lorsque les fonctionnalités changent.
- Anticiper les pannes au lieu de les chasser. Aujourd'hui, lorsque les données de production changent en amont, nous le découvrons trop souvent lorsqu'un pipeline casse ou qu'une partie prenante signale un mauvais chiffre. Vous ne partirez pas de zéro, un agent d'Ingénieur Analytique alimenté par IA exécute déjà la surveillance de la fraîcheur, la détection d'anomalies de métriques et les vérifications de lignage basées sur dbt, mais il ne fonctionne pas encore à l'échelle ou avec la couverture dont nous avons besoin. Vous ferez passer la détection de partielle à complète, étendrez le lignage au-delà de dbt (les événements Segment et Lightdash doivent être intégrés), et la connecterez à la revue des changements de l'ingénierie, de sorte qu'une modification de production proposée soit accompagnée d'une évaluation d'impact en aval au lieu d'un post-mortem. L'objectif final est des contrats de données : les changements majeurs détectés dans le flux de travail de l'ingénierie, pas le nôtre.
Ce à quoi ressemblera le succès (Année 1)
- Zéro incident de pipeline dû à des changements de données sources non annoncés - le lignage et l'automatisation les détectent avant qu'ils ne cassent quoi que ce soit en aval, et les changements de production sont déployés avec une évaluation d'impact au lieu d'un post-mortem.
- Zéro incident de fraîcheur - les parties prenantes n'ouvrent jamais un tableau de bord obsolète.
- Chaque domaine de l'entreprise fonctionne avec des métriques et des tableaux de bord officiels et bien entretenus - produit, marketing, opérations et finance s'auto-servent dans Lightdash par rapport à une couche sémantique entièrement mappée ; Tableau et Metabase sont retirés ; les arguments sur qui a le bon chiffre n'ont pas lieu. Non pas parce que vous avez construit les tableaux de bord - mais parce que vous avez construit le système qui les maintient dignes de confiance.
- Chaque événement Segment a un propriétaire et une norme - les nouveaux événements sont conformes, et la dégradation est détectée automatiquement, pas par accident.
- La gouvernance fonctionne comme un système - processus documentés qui survivraient à votre absence d'un mois.
Qui vous êtes
- La gouvernance est votre métier, pas votre corvée. Vous aimez sincèrement rendre les systèmes de données fiables et ordonnés, vous êtes la personne qui ne peut pas laisser une convention de nommage incorrecte sans y remédier. Il est peu probable que ce poste vous convienne si vous considérez la gouvernance comme un tremplin vers un travail d'analytique "réel".
- Natif de l'IA. Vous utilisez des outils IA (Claude Code, Copilot, ChatGPT) quotidiennement pour construire des contrôles de qualité, écrire de l'automatisation, trier les anomalies et documenter au fur et à mesure, une personne couvrant un terrain qui nécessitait auparavant une équipe. Vous voyez également la direction inverse : les agents IA consomment nos données quotidiennement, et rendre l'entrepôt sûr et lisible pour eux fait désormais partie de la gouvernance. Il est peu probable que ce poste vous convienne si vous êtes sceptique quant aux outils IA ou si vous préférez tout faire manuellement.
- Un manager pratique. Vous avez été responsable des résultats d'autres personnes, alloué leur temps, possédé leurs priorités, et vous n'avez jamais arrêté de construire vous-même. Vous écrivez le SQL, déboguez le DAG Airflow, et configurez personnellement les permissions. Il est peu probable que ce poste vous convienne si votre ancienneté vous a éloigné du clavier, ou si vous n'avez jamais été responsable du travail de quelqu'un d'autre que le vôtre.
- Orienté produit. Vous partez de ce que l'entreprise essaie de décider, pas de ce que fait le pipeline, et vous pouvez transformer une demande vague d'une partie prenante en un plan priorisé. Il est peu probable que ce poste vous convienne si vous avez besoin qu'on vous donne des exigences, ou si les conversations sur la feuille de route vous semblent une distraction par rapport au vrai travail.
- Automatisation d'abord. Votre instinct pour toute vérification récurrente est de construire un moniteur, pas une liste de contrôle. Il est peu probable que ce poste vous convienne si votre pratique de la qualité dépend d'une révision manuelle et de la discipline.
- Un garant que les gens apprécient réellement. Vous tiendrez les ingénieurs et les analystes que vous ne gérez pas à des normes, ce qui demande des règles claires, de bons outils qui facilitent la conformité, et le courage de dire non avec grâce. Il est peu probable que ce poste vous convienne si vous évitez les frictions ou, à l'autre extrême, si vous aimez être le département du non.
Ce rôle N'EST PAS
- Un rôle de leadership pour une grande équipe. Vous commencez seul, puis vous embauchez un Ingénieur Analytique Principal qui vous rend compte ; l'équipe ne grandit que si l'ampleur des tâches le demande. Si vous voulez diriger une grande organisation plutôt que de construire aux côtés d'une petite, ce n'est pas pour vous.
- Un travail de politique ou de comité. Il n'y a pas de conseils de gouvernance à présider et pas de classeurs à produire. Quand quelque chose est cassé, vous le réparez, avec du code, de la configuration ou une conversation.
- Un rôle d'analyste BI. Vous ne passerez pas vos journées à construire des tableaux de bord pour les parties prenantes. Vous construisez la plateforme et les garde-fous qui permettent à tous les autres de le faire correctement.
- Un système fini à surveiller. Une grande partie de cela n'existe pas encore. Si vous voulez exploiter une plateforme de données mature plutôt que d'en construire une, vous serez frustré ici.
Technologie que vous utiliserez
- Entrepôt & pipelines - Redshift, dbt, Airflow
- Ingestion - Fivetran, plus des pipelines Airflow personnalisés
- Suivi des événements - Segment
- BI - Lightdash (principal), Tableau et Metabase (en cours de retrait)
- Outils IA - Claude Code, Codex, Brain (notre boîte à outils IA interne), et tout outil qui vous rend plus efficace ou performant
- Observabilité - un agent d'Ingénieur Analytique alimenté par IA (surveillance de la fraîcheur, détection d'anomalies, lignage dbt) que vous développerez, plus les outils de qualité et d'impact que vous ajouterez autour.
Vous n'avez pas besoin de cocher toutes les cases. Vous avez besoin d'une profondeur pratique dans la couche entrepôt/pipeline et d'une expérience crédible dans le maintien d'un outil BI et d'un plan de suivi sains à l'échelle de l'entreprise.
Salaire de base : 75k–120k $ / an
Entièrement à distance : Ce travail nécessite une concentration profonde, la construction de moniteurs, le débogage de pipelines, et nous vous faisons confiance pour gérer votre environnement. La collaboration asynchrone est la norme.
Congés payés flexibles : Nous nous concentrons sur les résultats. Prenez ce dont vous avez besoin.
LawnStarter offre des opportunités d'emploi équitables (EEO) à tous les employés et candidats sans distinction de race, de couleur, de religion, de sexe, d'origine nationale, d'âge, de handicap ou de génétique. Nous nous conformons aux lois étatiques et locales applicables en matière de non-discrimination à l'emploi.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil