Analytics Data Engineer

Über Anthropic: Anthropic’s Mission ist es, zuverlässige, interpretierbare und steuerbare KI-Systeme zu schaffen. Wir möchten, dass KI sicher und vorteilhaft für unsere Nutzer und die Gesellschaft als Ganzes ist. Unser Team ist eine schnell wachsende Gruppe engagierter Forscher, Ingenieure, Politikspezialisten und Geschäftsleiter, die zusammenarbeiten, um nützliche KI-Systeme zu entwickeln.

Über die Rolle: Als Analytics Engineer werden Sie ein frühes Mitglied des Data Science & Analytics-Teams sein, das die Grundlage für die Skalierung von Analysen in unserer Organisation schafft. Sie werden mit wichtigen Stakeholdern in den Bereichen Engineering, Produkt, GTM und anderen Bereichen zusammenarbeiten, um skalierbare Lösungen zu entwickeln, die Daten in wichtige Kennzahlenberichte und Erkenntnisse umwandeln. Sie sind verantwortlich dafür, dass die Teams Zugang zu zuverlässigen, genauen Kennzahlen haben, die mit dem Wachstum unseres Unternehmens skalieren können. Sie werden auch Ihre eigenen Projekte leiten, um selbstbedienbare Einblicke zu ermöglichen, die den Teams helfen, datengestützte Entscheidungen zu treffen.

Verantwortlichkeiten:

• Verstehen der Datenbedürfnisse der Stakeholder-Teams in Bezug auf wichtige Datenmodelle und Berichterstattung und Übersetzung dieser in technische Anforderungen.
• Definieren, Erstellen und Verwalten von Schlüssel-Datenpipelines in dbt, die Rohprotokolle in kanonische Datensätze umwandeln.
• Festlegen hoher Datenintegritätsstandards und SLAs, um eine zeitgerechte, genaue Datenlieferung sicherzustellen.
• Entwickeln von aufschlussreichen und zuverlässigen Dashboards zur Verfolgung der Leistung von Kernkennzahlen, die dem gesamten Unternehmen Erkenntnisse liefern.
• Erstellen grundlegender Datenprodukte, Dashboards und Tools, um selbstbedienbare Analysen im gesamten Unternehmen zu skalieren.
• Beeinflussen der zukünftigen Roadmap der Produkt- und GTM-Teams aus der Perspektive der Datensysteme.
• Experte für die Datenmodelle und die Datenarchitektur des Unternehmens werden.

Qualifikationen:

• 5+ Jahre Erfahrung als Analytics Data Engineer oder in ähnlichen Rollen im Bereich Data Science & Analytics, vorzugsweise in Zusammenarbeit mit GTM- und Produktleitern zur Erstellung und Berichterstattung über wichtige unternehmensweite Kennzahlen.
• Eine Leidenschaft für die Mission des Unternehmens, hilfreiche, ehrliche und harmlose KI zu entwickeln.
• Expertise im Aufbau von mehrstufigen ETL-Jobs, im Aufbau robuster Datenmodelle durch Tools wie dbt; Kenntnisse in Workflow-Management-Plattformen wie Airflow und Versionskontrollmanagement-Tools wie GitHub.
• Expertise in SQL und Python zur Umwandlung von Daten in genaue, saubere Datenmodelle.
• Erfahrung im Aufbau von Datenberichten und Dashboards in Visualisierungstools wie Hex zur Unterstützung mehrerer funktionsübergreifender Teams.
• Eine Handlungsorientierung und Dringlichkeit, die nicht zulässt, dass Perfektion der Effektivität im Wege steht.
• Eine „Full-Stack-Mentalität“, die nicht zögert, alles zu tun, um ein Problem von Anfang bis Ende zu lösen, auch wenn dies bedeutet, außerhalb der ursprünglichen Stellenbeschreibung zu handeln.
• Erfahrung im Aufbau einer Analytics Data Engineering-Funktion (oder ähnlichem) in Start-ups.
• Eine starke Neigung, in Unklarheit zu gedeihen, und die Initiative zu ergreifen, um Klarheit und Fortschritt zu schaffen.

Vergütung:

Die jährliche Vergütungsbandbreite für diese Rolle ist unten aufgeführt. Für Vertriebsrollen umfasst die angegebene Bandbreite die On Target Earnings (OTE) der Rolle, was bedeutet, dass die Bandbreite sowohl die Zielverkäufe/Verkaufsboni als auch das Jahresgrundgehalt für die Rolle umfasst.

Jahresgehalt: $275,000 — $370,000 USD

Logistik:

• Minimale Ausbildung: Bachelor-Abschluss oder eine gleichwertige Kombination aus Ausbildung, Schulung und/oder Erfahrung.
• Erforderliches Studienfeld: Ein für die Rolle relevantes Feld, das durch Kursarbeit, Schulung oder berufliche Erfahrung nachgewiesen wird.
• Minimale Jahre an Erfahrung: Die erforderlichen Jahre an Erfahrung korrelieren mit den internen Anforderungen an das Jobniveau für die Position.
• Standortbasierte Hybridpolitik: Derzeit erwarten wir, dass alle Mitarbeiter vor Ort sind.