Data Governance and Platform Manager - offerta da remoto

L'azienda LawnStarter cerca: Data Governance and Platform Manager. Si tratta di una posizione di responsabilità, con un team o un'intera area a carico. La posizione rientra nella categoria Dati e analytics ed è interamente da remoto. L'azienda non pone alcun vincolo sul luogo di residenza del candidato, quindi può candidarsi da dove vive.

Gli strumenti principali citati nell'annuncio sono: Tableau, Machine Learning. Il curriculum dovrebbe mostrare esempi concreti proprio di queste competenze.

L'azienda non ha pubblicato alcuna cifra, se ne parla al colloquio. Sull'orario di lavoro l'annuncio non pone alcuna condizione.

Questa offerta ha superato un controllo automatico: gli annunci che richiedono un permesso di lavoro estero, la sponsorizzazione del visto, una cittadinanza specifica o la residenza in un paese indicato non entrano in elenco.

Sede centrale: Messico

URL: http://lawnstarter.com

Informazioni su LawnStarter

LawnStarter è un mercato leader on-demand per la cura del prato e servizi esterni, con oltre $150 milioni di prenotazioni annuali. La nostra missione è di espandere oltre la cura del prato per diventare il servizio di go-to per tutte le esigenze di casa, operante sotto tre marchi—LawnStarter, Lawn Love, e Home Gnome—su una piattaforma unificata.

Informazioni su Analytics a LawnStarter

Abbiamo un team di analisi esperto ma compatto che supporta l'intera organizzazione, tra cui prodotto, marketing, operazioni e finanza. Il nucleo della nostra infrastruttura dati è robusto, con un magazzino dati centralizzato Redshift, modelli dbt e Airflow per l'orchestrazione e Segment per i dati degli eventi. Il nostro obiettivo attuale è quello di garantire la qualità e l'igiene dei dati, piuttosto che cucire insieme fonti disparate.

Siamo nel processo di migrazione a Lightdash come nostra piattaforma di business intelligence primaria, sostituendo Tableau e Metabase.

Il ruolo

Stiamo cercando uno specialista dedicato per la gestione dei dati per possedere l'integrità e l'affidabilità dei nostri dati. Questo ruolo sarà fondamentale per garantire l'accuratezza, la freschezza e l'affidabilità dei nostri dati, dalla sorgente ai report, e dalle metriche ai modelli di machine learning.

Questa è una posizione pratica in cui lavorerai in modo indipendente, collaborando con il team di analisi per costruire processi e automazione robusti che andranno oltre il tuo ruolo iniziale.

Ciò che rende questo ruolo unico:

- First Mover: Sarai il primo ruolo di data governance dedicato, modellando gli standard e i processi che definiranno le nostre pratiche di dati in corso. - Proprietà end-to-End: supervisione della qualità dei dati, della linea e dell'analisi degli impatti, dai dati sorgente ai dashboard e ai modelli di machine learning. - Live Migration: Si svolgerà un ruolo cruciale nella creazione di Lightdash, assicurando una transizione liscia e impedendo cattive abitudini di formazione.

Che cosa si otterrà:

- Qualità dei dati e freschezza: implementare il monitoraggio automatizzato per garantire l'integrità dei dati, delle tubazioni e dei report e dei problemi di indirizzo prontamente. - Data Lineage e Impact Analysis: creare un chiaro lineage dalla fonte di produzione ai modelli di magazzino alle dashboard, assicurando che le modifiche proposte siano valutate per il loro impatto. - Lightdash Administration: Gestisci lo spazio di lavoro Lightdash, inclusi permessi, struttura e rollout, garantendo un ambiente self-serve mantenendo l'ordine. - Semantic Layer Governance: Estendere e mantenere lo strato semantico per metriche critiche, assicurando una sola definizione per metrica e proteggendo contro la crescita incontrollata. - Event Tracking Governance: supervisionare il catalogo degli eventi Segment governato, assicurando la conformità e l'evoluzione dei guardrails come scale di monitoraggio. - AI Data Readiness: Governa i dati accessibili agli strumenti AI, garantendo che sia documentato, coerente e sicuro per la querying. - Sicurezza dei dati e privacy: implementare e mantenere i controlli di accesso, gestione PII e revisioni periodiche per garantire il rispetto delle leggi sulla privacy dei dati. - Sistema di Governance: Sviluppare documentazione, modelli di proprietà e rivedere i processi per garantire la sostenibilità della governance dei dati.

Problemi da risolvere:

- Migrazione Lightdash: Assicurare una transizione liscia a Lightdash, bilanciando l'autonomia e la tidiness. - Semantic Layer Completion: Estendere lo strato semantico per coprire tutte le metriche critiche e mantenere la sua integrità. - Standardizzazione di monitoraggio eventi: affrontare l'entropia in monitoraggio eventi e garantire che i nuovi eventi soddisfino gli standard stabiliti. - Prevenire Breakage: implementare controlli completi di monitoraggio e di lineage per catturare i problemi prima che colpiscano gli stakeholder.

Che successo sembra (Anno 1):

- Zero Pipeline Incidents: Assicurarsi che le modifiche dei dati sorgente non portino a interruzioni di pipeline. - Zero Freshness Incidents: Gli Stakeholder non sperimenteranno mai i cruscotti stanti. - Metriche e Dashboard unificati: Ogni area commerciale utilizzerà metriche e dashboard ufficiali, ben mantenuti, con Tableau e Metabase. - Monitoraggio eventi conformi: Tutti gli eventi di Segment saranno adeguatamente di proprietà e standardizzati. - Sistema di Governance Sostenibile: Stabilire processi documentati che possono essere mantenuti anche se il ruolo cambia mani.

Requisiti

- Craftsmanship in Governance: Si dovrebbe vedere la governance dei dati come una parte fondamentale della vostra competenza, non un compito secondario.