Data Engineer

Discord hakee kokeneen Data Engineerin, joka keskittyy mainostuotteen dataan. Roolissa ohjaat teknistä visiota ja strategiaa ads-datan insinöörityksessä ML-aloitteidemme tukemiseksi samalla, kun rakennat ja ylläpidät monimutkaisia dataputkia, datageneraattoreita ja analyyttisiä työkaluja. Johtaa poikkifunktionaalisia aloitteita mainontatuotteidemme muokkaamiseksi datapohjaisten näkökulmien kautta ja ohjata tiimin jäseniä erinomaisen tuloksen saavuttamiseksi. Tämä rooli tekee tiivistä yhteistyötä Data Sciencen, ML Engineeringin ja tuotteen kanssa. Jos haluat johtaa teknistä innovaatiota, arkkitehtuurin skaalautuvia ratkaisuja ja datan kautta voimaannuttaa tiimejä, hae mukaan! Mitä teetSuunnittele ja omista ads-datan ydinmallit: faktat/dimension-taulut, kanoniset datakokonaisuudet ja aggregaatiokerrokset, jotka tukevat toimitusta, mittaamista, kohdentamista, attribuointia ja ML-käyttötarkoituksia. Rakenna ja ylläpidä ML-dataa, joka mahdollistaa mainoksen rankingin, toimituksen ja kohdentamisen – mukaan lukien ominaisuuskehitys, labelin generointivirtaviivat, intra-päivän koulutus ja ML-integraation havainnointi datan laadun varmistamiseksi mallin suorituskyvyn säilyttämiseksi. Rakenna konversiomittausputkistoja ja integroi kolmannen osapuolen attribuointidataa – mukaan lukien Conversion Attribution ja Mobile Measurement Partner (MMP) -integraatiot (Adjust, AppsFlyer, Singular) – varmistamalla attribuoinnin tarkkuus ja datan yhdenmukaisuus mittauspinnoilla. Rakenna batch- ja lähes reaaliaikaisia putkistoja ads-ekosysteemiin – tavoitteenaan pienempi latenssi ML- ja raportointikäyttötarkoituksiin meidän BigQuery + dbt + Dagster -pinossa. Tee yhteistyötä Data Platformin kanssa uusien datankäsittelymoottoreiden käyttöönotossa lattensa ajan tukemiseksi. Kehitä datalaadun hallintakehykset, valvontajärjestelmät, automaattisen poikkeavuuden havaitsemisen ja SLA-infrastruktuurin kriittisille ads-putkille massiivisella skaalalla. Proaktiivisesti tunnista perustason data-infrastruktuurin aukot, mukaan lukien laajoilla vaikutuksilla ML:ään, mittaamiseen ja raportointiin, ja suunnittele skaalautuvia ratkaisuja, joihin useat tiimit voivat tukeutua. Rakenna järjestelmiä alusta alkaen nopeasti kehittyvään greenfield-mainonta-datas-ympäristöön – tee järkeviä arkkitehtuuripäätöksiä puutteellisen tiedon perusteella ja tasapainota lyhyen aikavälin toimitus sekä pitkäaikainen infra-investointi. Toimita tiimeille Data Sciencesta, ML Engineeringistä, Ads Productista ja GTM:stä selkeiden tarinoiden avulla, jotka yhdistävät data-infrastruktuuripäätökset liiketoiminnan tuloksiin ja tuottoon. Mentoroi kehittäjiä teknisiin haasteisiin, koodin ja suunnittelun katseluihin sekä monimutkaisiin projekteihin omistajuuden kautta – vahvista Data Engineering -tiimin kulttuuria ja standardeja. Mitä odotatOlot 5+ vuoden käytännön kokemusta tuotantokoodin kirjoittamisesta ja dataputkistojen arkkitehtuurista, joissa on suuria käyttäjämääriä mainonnan teknologiaympäristössä (mainonnan toimitus, ranking, kohdentaminen, identiteetti, konversiomittaa). Syvällinen osaaminen digitaalisen mainonnan data engineering - erityisesti mainonnan toimitus, konversiomittaus, attribuointiputket tai ML-ominaisaineistot. Kokemus greenfield- tai 0-to-1-ympäristössä, jossa vaatimukset muuttuvat usein, dokumentaatio on niukkaa ja arkkitehtuuriset päätökset tehdään puutteellisin tiedoin. Eksperttitasoinen SQL ja Python. Kyky suunnitella tehokkaita, ylläpidettäviä datamalleja ja kirjoittaa tuotantotason putkistokoodia. Todistettu kokemus datan laadun auditoinneista, valvontajärjestelmistä ja automaattisesta poikkeavuuden havaitsemisesta massiivisia dataset- kokonaisuuksia varten (miljoonia rivejä) – mukaan lukien ML-syötteiden laadunkehykset. Erinomainen tekninen viestintä- ja yhteistyökyky sekä kyky sitoa Data Scienceen, ML Engineeringiin ja Product-tiimien kanssa. Bonuspisteet Discordin tai peliyhteisöjen intohimosta. Kokemus datavisualisoinnista ja dashboard-teknologioista (Looker, Tableau tai vastaavat). Kokemus datan arkkitehtuurin suunnittelusta erilaisten käyttötarkoitusten, mukaan lukien raportointi (sisäinen/ulkomainen), ad-hoc-analyyseihin, kokeiluihin. Kokemus Data AI -työkaluilla asiakkaiden omatoimisuuden parantamisesta. Kokemus near real-time tai stream-wirusputkiston rakentamisesta (esim. Kafka, Spark Streaming) batch-käsittelyn ohella suositellaan. The US base salary range for this full-time position is $220,500 to $245,000 + equity + benefits. Our salary ranges are determined by role and level. Within the range, individual pay is determined by additional factors, including job-related skills, experience, and relevant education or training. Please note that the compensation details listed in US role postings reflect the base salary only, and do not include equity, or benefits.