Analytikingenjör

Om Workato Workato levererar företagsinfrastruktur för den agentiska eran, omdefinierar iPaaS och hjälper företag att förena data, applikationer, processer och AI i en enda, styrd plattform. Som ledare inom Enterprise MCP och betrodd av 50 % av Fortune 500, ansluter Workatos molnbaserade arkitektur varje applikation, datakälla och process för att möjliggöra realtidsorkestrering i stor skala. Med säkerhet i företagsnivå och kontinuerlig innovation i centrum, tillhandahåller Workato den betrodda grunden för organisationer att automatisera med självförtroende och operationalisera AI i hela verksamheten. Varför gå med oss? I slutändan tror Workato på att främja en flexibel, tillitsorienterad kultur som ger alla möjlighet att ta fullt ägarskap över sina roller. Vi drivs av innovation och söker lagspelare som vill vara med och bygga vårt företag. Men vi tror också på att balansera produktivitet med egenvård. Därför erbjuder vi alla våra anställda en levande och dynamisk arbetsmiljö tillsammans med en mängd förmåner som de kan njuta av både inom och utanför sitt arbetsliv. Ansvarsområden Som analytikingenjör i produktledningsteamet kommer du att ansvara för hela leveransen av robusta, högkvalitativa dataprodukter. Du kommer att ansvara för att designa, utveckla, underhålla och skala upp affärskritiska datamodeller för att tillhandahålla tillförlitliga och tillgängliga data om produktanvändning, i proaktivt samarbete med dataingenjörer, produktanalytiker och affärsintressenter. Ditt huvuduppdrag är att omvandla rådata till användbara insikter som direkt driver strategiska produkt- och affärsbeslut, med ett kontinuerligt fokus på teknisk excellens och plattformsoptimering. I denna roll kommer du också att ansvara för: DBT-modellering och skalbarhet: - Designa, utveckla och äga skalbara och underhållsbara datamodeller med dbt (Data Build Tool), vilket säkerställer korrekta, intuitiva och konsekventa data för alla slutanvändare och intressenter. - Samarbeta aktivt med dataanalytiker och affärsintressenter för att översätta komplexa rapporterings- och analysbehov till produktionsklara, högt optimerade dbt-modeller. - Upprätthålla och utveckla våra interna dbt-konventioner och bästa praxis, och kontinuerligt optimera kodbasen för renhet, prestanda och kostnadseffektivitet. Datatillförlitlighet och kvalitetssäkring: - Äga och upprätthålla datakvalitet och konsekvens genom att implementera robusta test-, validerings- och rengöringsprocesser på affärskritiska källtabeller. - Implementera och hantera övervaknings- och varningslösningar för att säkerställa att dataflöden och transformationer presterar optimalt och korrekt, samt proaktivt lösa dataanomalier och pipelinefel. - Skapa och underhålla omfattande datadokumentation och definitioner (datalexikon, processflöden) för att säkerställa datalitteracitet, förtroende och sökbarhet för intressenter. Samarbete med intressenter och dataaktivering: - Samarbeta med dataingenjörer, produktanalytiker, GTM-datateam och andra intressenter för att strategiskt anpassa datainsikter till produktförbättringar och affärsmål. - Kommunicera komplex dataarkitektur, mönster och analytiska slutsatser effektivt till både tekniska och icke-tekniska målgrupper, för att driva konsensus och handling. - Fungera som en datachampion, evangelisera och vägleda affärsanvändare i de mest effektiva och tillförlitliga sätten att använda våra dataprodukter, vilket accelererar deras väg till insikter. Framväxande teknik och plattformsinnovation: - Leda forskningen och utvärderingen av nya verktyg och teknologier, som GenAI, för att förbättra arbetsflöden inom datateknik, orkestrering och analys. - Utveckla och testa högpresterande prototyper som demonstrerar potentialen hos framväxande teknologier (t.ex. GenAI) för att förstärka och förbättra våra produktanvändningsdataset och plattformsfunktioner. Krav Kvalifikationer / Erfarenhet / Tekniska färdigheter - 2+ års erfarenhet av en roll inom analytikingenjörskonst eller datalagerhantering. - Expertkunskaper i SQL, inklusive avancerade tekniker som fönsterfunktioner och bevisad förmåga att optimera frågeprestanda. - Påvisad expertis i dbt (Data Build Tool) för att designa, utveckla och underhålla komplexa datamodeller, tillsammans med stark funktionell kunskap om ett modernt molnbaserat datalager (t.ex. Snowflake, BigQuery). - Bevisad förmåga att tillämpa bästa praxis för datateknik, inklusive versionshantering (Git/GitHub), modulär kodning och automatiserad testning, för att underhålla robusta och tillförlitliga datapipelines. - Stark förståelse för datamodelleringsprinciper (t.ex. stjärn-/snöflingescheman, Slowly Changing Dimensions) och hur dessa tillämpas för att lösa analytiska affärsproblem. - Färdighet i Python eller ett annat skriptspråk krävs. - Erfarenhet av dataorkestreringsverktyg (t.ex. Airflow, Dagster) för att bygga och hantera dataarbetsflöden. Mjuka färdigheter / Personliga egenskaper - Resursstark, resultatorienterad och autonom, med en bevisad förmåga att äga hela livscykeln för analytiska projekt från otydliga krav till slutlig leverans och affärspåverkan. - Utmärkta muntliga och skriftliga kommunikations- och intressenthanteringsfärdigheter, med förmåga att översätta komplex datalogik för icke-tekniska målgrupper och effektivt driva tvärfunktionell anpassning.