Pelago-logo
Kuukausipalkka
€12 660 - €13 745
Julkaistu 29. elokuuta 2026 · 0 päivää sittenViimeksi nähty 27. elokuuta 2026Arvioitu päättymispäivä 3. lokakuuta 2026

Analytiikka-insinööri

Kokenut analytiikka-insinööri
Kuinka tämä palkka vertautuu muihin
Palkkayhteys: Analytiikka-insinööri

Vie hiiri rivin päälle tai napauta riviä nähdäksesi täydelliset tilastot (EUR / kk tässä kaaviossa).

Palkka-analyysi

Palkkatarjous sijoittuu vertailutasoon "Markkinoiden keskiarvo: Analytiikka-insinööri" nähden: palkkahaarukan keskipiste on noin 79 % vertailutason yläpuolella. Kokonaisuutena tarjous asettuu markkinahaarukan (€4 098–€12 891) yläpuolelle. Tarjottu palkkaväli (€14 583–€15 833) on markkinaa kapeampi, mikä viittaa pienempään vaihteluun. Vertailu perustuu 2 vastaavaan ilmoitukseen.

Kuukausipalkkavertailu nimikkeelle Analytiikka-insinööri
MarkkinatAlaraja (25. persentiili)MediaaniYläraja (75. persentiili)
Markkinoiden keskiarvo: Analytiikka-insinööri€4 098/kuukaudessa€7 410/kuukaudessa€12 891/kuukaudessa
Tietoa tehtävästä

Pelago is the leading specialty substance use care provider, built on the belief that effective treatment means matching care intensity to what each member actually needs rather than defaulting to the most expensive intervention. Our programs guide members through every stage of the substance use spectrum, from unhealthy habits to active use disorders, delivering personalized treatment for tobacco, alcohol, opioid, cannabis, and stimulant use based on individual health, habits, genetics, and goals. With Sona, our voice-first AI Mental Health Specialist, Pelago now applies that same clinically-driven model to mental health, pairing deep clinical expertise with technology to expand access without compromising care quality. We believe technology should make clinical care more precise and more human, not replace the judgment behind it. Pelago has scaled to helping hundreds of employers and health plans and has already helped more than 750,000 members better manage their substance use. If you're passionate about AI and making an impact on the health of others, join us and make it happen! About Pelago Data: Our Data team sits at the center of how Pelago makes decisions. As we scale, we're building a data function that doesn't just report on the business — it shapes it. We transform complex healthcare and product data into clean, reliable, well-documented models that power reporting, experimentation, AI initiatives, and day-to-day decision-making across the company. The Senior Analytics Engineer is a key force multiplier on that mission. Overview of the Role: We're looking for a Senior Analytics Engineer who brings deep technical craft and the strategic instincts to match. You don't just build data models — you shape how data is defined, interpreted, and used across Pelago. In this role, you'll drive how data is structured across the company, build the semantic foundations that teams rely on, and bring cross-functional clarity to ambiguous business problems. You operate at the intersection of engineering precision and business judgment, and you're as comfortable influencing stakeholders as writing dbt. What You'll Do: Lead the analytics foundation Architect and own scalable dbt model layers that serve analytics, experimentation, AI, and downstream ML workflows Set the standard for transformation logic, documentation, and observability across the data stack Drive performance, maintainability, and reliability of Pelago's transformation pipelines Establish data quality frameworks — testing, validation, monitoring — that the whole team builds on Own business logic and metrics at scale Translate ambiguous, cross-functional business requirements into structured, reusable data models — without waiting for full clarity Define, govern, and evolve Pelago's KPI and metric layer to ensure consistency across teams and tools Lead development of data marts for dashboards, experimentation, ROI analysis, clinical outcomes, and AI workflows Proactively identify and resolve metric fragmentation before it becomes a reporting problem Create scalable solutions beyond resolving known patterns — you find and resolve the ambiguous ones Drive cross-functional outcomes Build consensus across Product, Clinical, Finance, Growth, Client Success, and Data Engineering on how shared data assets are defined and used Navigate competing team priorities and align stakeholders on data modeling decisions Mentor and support Analytics Engineers and Data Analysts — elevating team output, not just your own Influence data governance and analytics best practices across the org, not just your squad Enable advanced and agentic analytics Structure data assets for experimentation, personalization engines, ROI measurement, and AI/LLM workflows Identify where AI and automation can change how the data team works — and drive adoption, not just experimentation Build toward Pelago's Cube/semantic API layer, creating standardized data access for internal and external stakeholders Partner with Data Science and ML to ensure feature-ready, well-characterized datasets What We Look For: Required 5+ years of experience in analytics engineering, data analytics, or data modeling Expert SQL skills and a track record building production-grade data models at cross-functional scale Deep understanding of data warehousing, dimensional modeling, and semantic layer design Advanced dbt skills — you've set patterns, not just followed them Experience with modern data stacks (Redshift, Snowflake, or similar) and the judgment to make architectural tradeoffs Demonstrated ability to define metrics and resolve ambiguity across teams — not just implement requirements Strong stakeholder management and communication skills; you build consensus, not just models Experience working in cross-functional, fast-moving environments with competing priorities Preferred Experience with Looker, Cube.js, or similar semantic layer / BI tooling at an architectural level Familiarity with healthcare data, regulated environments, or compliance-adjacent data pipelines Experience supporting experimentation design, A/B analysis, or ROI measurement frameworks Hands-on experience with AI/ML data preparation, feature engineering, or agentic analytics Track record of mentoring engineers or raising team-level data quality standards Experience with data observability tooling (Monte Carlo, Elementary, or similar) The provided range reflects our US target salary range for this full-time position, which is part of our broader total compensation package, including incentive bonus program, stock options, comprehensive benefits, and incentive pay applicable to eligible roles. Individual pay within the range will vary based on a variety of factors like role-related experience and education, internal pay equity, and other relevant business factors. At Pelago, we are committed to an equitable and fair pay philosophy and review total compensation for our employees at least twice a year. Base Pay Range $175,000 - $190,000 USD

Työn tiedot

Vastuualueet

  • Johtaa analytiikan perusta
  • Suunnittele ja hallinnoi skaalautuvia dbt-mallikerroksia, joita käytetään analytiikassa, kokeilussa, AI:ssa ja ML-workflows
  • Aseta muunnoslogiikan, dokumentaation ja observabiliteetin standardit dataston osalta
  • Viedä eteenpäin suorituskykyä, ylläpidettävyyttä ja Pelagon muuntovirtojen luotettavuutta
  • Perusta tiedonlaadun kehyksiä — testaus, validointi, seuranta — joita koko tiimi rakentaa
  • Omista liiketoiminnan logiikka ja metriikat skaalattuna
  • Tulkkaa monitahoisten liiketoimintavaatimusten epäselviä vaatimuksia rakenteisiksi datamalleiksi — ilman täyttä selkeyttä
  • Määrittele, ohjaa ja kehitä Pelagon KPI- ja metrilkertoja tiimien yhdenmukaisuuden varmistamiseksi
  • Johda datamassojen kehitystä kohti dashboardeja, ROI‑analyysiä, kliinisiä tuloksia ja AI-workfloweja
  • Ennaltaehkäise metriikkajakoa ennen kuin siitä tulee raportointiongelma
  • Rakenna skaalautuvia ratkaisuja tunnettujen mallien ulkopuolelle — ratkaise epäselvätkin
  • Edistä tiivistä yhteistyötä tuotteiden, kliinisen, talouskasvun, asiakasmenestykseen ja Data Engineering kanssa
  • Sovita tiimien prioriteetit ja sitouta sidosryhmät datamallinnuspäätöksiin
  • Mentoroi Analytics Engineers ja Data Analysts — nosta tiimin tuottavuutta
  • Voi data governancea ja parhaita käytäntöjä analyytiikan alalla
  • Mahdollista edistyneen ja agenttianalytiikan
  • Järjestä datavarannot kokeiluihin, ROI-mittauksiin ja AI/LLM-workflowihin
  • Tunnista, miten tekoäly voi muuttaa datatiimin töitä — edistä käyttöönottoa
  • Rakenna Pelagon Cube/semanttista API‑kerrosta — yhtenäinen dat@pääsy sisäisesti ja ulkoisesti
  • Tee yhteistyötä Data Science ja ML:n kanssa toiminnallisten dataset:ien varmistamiseksi

Vaatimukset

  • 5+ vuotta kokemusta analytiikka-tekniikasta, data-analytiikasta tai datamallinnasta
  • Asiantuntijakoodaus SQL-taidoilla ja näyttöä tuotanto-tason datamallien rakentamisesta rinta‑funktionaalisella skaalalla
  • Syvällinen ymmärrys datavarastoinnista, dimensiomallinnuksesta ja semanttisen tason suunnittelusta
  • Edistyneet dbt-taidot — olet asettanut malleja, et vain seurannut niitä
  • Kokemus moderneista data-stakeista (Redshift, Snowflake tai vastaavat) ja arkkitehtonisten kompromissien tekemisen terveys
  • Todellinen kyky määritellä mittareita ja ratkaista epäselvyyksiä tiimien välillä — et pelkästään toteuta vaatimuksia
  • Vahvat sidosryhmien hallinta- ja viestintätaidot; rakennat yhteisymmärrystä, et malleja vain
  • Kokemus nopeakasvuisissa, moni-toiminnallisissa ympäristöissä kilpailevien prioriteettien kanssa

Taidot ja teknologiat

dbtSQLtiedonvarastointisemanttinen tasoLooker/Cube.js (toivottavaa)AI/ML datan valmistelutiedonhavainnointiMonte Carlo/Elementary (suositeltu)
Seen 1 day agoPartial Schema

Auta meitä parantamaan JobCrawlsia — kirjaudu sisään synkronoidaksesi tallennetut työpaikat laitteiden välillä, tai lähetä palautetta milloin tahansa.