Senior Data Analyst — Shape Data Foundations (Remote)

Über Future

Bei Future glauben wir, dass persönliche Verbindung der Schlüssel zum Fortschritt ist. Unsere Mission ist es, erstklassiges Coaching für alle zugänglich zu machen und Menschen dabei zu helfen, ihr volles Potenzial durch fachkundige Anleitung, Motivation und Verantwortung freizusetzen. Als digitale Plattform für persönliches Training bieten wir hochgradig personalisiertes Coaching, das Trainingspläne und Unterstützung auf die Ziele jedes Einzelnen zuschneidet – alles über eine nahtlose App-Erfahrung.

Seit unserer Gründung im Jahr 2017 ist Future von einer Idee in einem Café in San Francisco zum größten Anbieter von persönlichen Trainingseinheiten in den USA gewachsen. Im Januar 2025 kündigte Future seine Fusion mit Autograph an, dem Unternehmen, das von 7-fachem Weltmeister und Unternehmer Tom Brady gegründet wurde. Wir stehen vor einem massiven Wachstum, während wir unsere Marke erweitern, neue Partnerschaften mit einigen der ikonischsten Athleten der Welt eingehen und KI nutzen, um unser Coaching-Erlebnis zu verbessern und zu skalieren.

Über die Rolle

Wir suchen einen Senior/Staff Data Analyst, der die nächste Phase unserer Analytics-Praxis definiert und leitet. Sie werden keine Dashboard-Bibliothek oder einen Rückstand an Ad-hoc-Anfragen übernehmen. Sie werden die Datenbasis von Grund auf neu aufbauen – gestalten, wie wir unser Produkt instrumentieren, unser Geschäft messen und Entscheidungen auf jeder Ebene des Unternehmens treffen.

Diese Rolle erfordert jemanden, der in Systemen denkt und den gesamten Stack bearbeitet. Sie werden fließend zwischen Datenengineering, Analyse und Stakeholder-Strategie wechseln – und den End-to-End-Prozess besitzen, anstatt zwischen Teams weiterzugeben.

Was Sie besitzen werden

• Analytics-Strategie & Vision
  • Definieren, wie Future misst, was wichtig ist – von Produktgesundheit über Geschäftsergebnisse bis hin zu Coaching-Ergebnissen.
  • Beziehungen zu Datenverbrauchern in der gesamten Organisation aufbauen, um einen klaren Standpunkt darüber zu entwickeln, was unsere Datenprodukte tun sollten und wie sie gestaltet werden sollten.
  • Den Analytics-Fahrplan besitzen. Entscheiden, was gebaut, was instrumentiert und was priorisiert werden soll – mit Überzeugung, nicht nur mit Konsens.
  • Eine starke Perspektive darauf entwickeln und aufrechterhalten, wie Daten und KI Entscheidungsfindung unterstützen sollten, während wir skalieren.
• Dateninfrastruktur & Engineering
  • Datenumwandlungspipelines in dbt entwerfen und implementieren, um saubere, zuverlässige und interpretierbare Datensätze zu erstellen.
  • Mit dem breiteren Team zusammenarbeiten, um Daten aus 30+ unterschiedlichen Quellen in ein flexibles, gut dokumentiertes Datenmodell zu integrieren und zu normalisieren.
  • Für Skalierbarkeit bauen – Code schreiben und Systeme strukturieren, die der nächste Analyst ohne Heldentaten übernehmen und erweitern kann.
• Analyse & Erkenntnis
  • Strategische Analysen großer, komplexer Datensätze durchführen und Ergebnisse in klare, umsetzbare Empfehlungen für die Führungsebene destillieren.
  • Coaching-Ergebnisse, Mitgliederengagement und Retentionsdaten analysieren, um herauszufinden, was nachhaltige Verhaltensänderungen antreibt – und diese Erkenntnisse in das Produkt und das Coaching-Erlebnis zurückspeisen.
  • Dashboards, Berichte und Visualisierungen erstellen, die die wichtigen Kennzahlen hervorheben und Stakeholdern helfen, schneller bessere Entscheidungen zu treffen.
  • Erfolgsmessgrößen für Produkt- und Geschäftsinitiativen definieren. Alles instrumentieren. Töten, was nicht funktioniert.
• KI als Multiplikator
  • KI nutzen, um die Datenexploration, Synthese und Dokumentation zu beschleunigen – dann Ihr Urteil anwenden, um das Ergebnis zu schärfen.
  • Eine Perspektive darauf bringen, wie KI in unsere Analytics-Praxis selbst integriert werden sollte – Anomalieerkennung, automatisierte Berichterstattung, intelligente Alarmierung.
  • Die KI-Flüssigkeitsbar für das Team erhöhen. Teilen, was funktioniert. Andere drängen, es zu übernehmen.

Wer Sie sind

• Erfahrung & Hintergrund
  • 7+ Jahre Erfahrung als Datenanalyst, Analytics Engineer oder Data Scientist.
  • Sie haben Analytics-Praktiken in einem Startup oder einem frühen Unternehmen aufgebaut – Sie wissen, was es bedeutet, von Grund auf mit begrenzten Ressourcen und ohne etabliertes Handbuch zu instrumentieren.
  • Tiefe Kenntnisse in SQL. Sicher im Lesen und Schreiben von Python.
  • 1+ Jahre praktische Erfahrung mit dbt, Snowflake oder Äquivalent in realen Produktionsumgebungen.
  • Nachgewiesene Fähigkeit, Full-Stack-Analytics-Projekte von Anfang bis Ende zu leiten: Datenengineering, Analyse, Dashboarding und Stakeholder-Berichterstattung.
  • Sie haben auf Senior- oder Staff-Ebene gearbeitet – oder auf dieser Höhe unabhängig von der Bezeichnung fungiert.
• Leidenschaft für das Fachgebiet
  • Sie sind leidenschaftlich an Gesundheit, Wellness und der Idee interessiert, dass personalisiertes Coaching das Leben der Menschen verändern kann. Sie glauben, dass Daten eines der mächtigsten Mittel zur Verbesserung der menschlichen Leistung und der Gesundheitsergebnisse sind, und Sie möchten an einem Ort arbeiten, der dies so nutzt.
• Arbeitsstil
  • Starke analytische Instinkte – Sie ziehen Ihre eigenen Daten, bilden Hypothesen und lassen Beweise Ihre Entscheidungen prägen.
  • Klare, präzise Kommunikation. Sie können komplexe Ergebnisse in einfache Sprache für einen nicht-technischen Geschäftsführer übersetzen, ebenso leicht, wie Sie mit einem Ingenieur ins Detail gehen können.
  • Komfortabel mit Unklarheit und Tempo. Sie warten nicht auf perfekte Daten oder perfekte Anforderungen, um voranzukommen.
  • Starke Projektmanagementfähigkeiten – Sie können mehrere Arbeitsströme gleichzeitig verwalten, ohne den Überblick zu verlieren.
  • Niedriger Ego, hohe Eigenverantwortung. Sie tun, was getan werden muss.

Schön zu haben

• Erfahrung im Gesundheits-, Wellness-, Verbraucher-Gesundheits- oder Marktplatzgeschäft.
• Erfahrung im Aufbau oder in der Skalierung einer Datenpraxis durch schnelles Unternehmenswachstum.
• Erfahrung im Aufbau von KI-nativen Analytics-Tools oder -Workflows.
• Vertrautheit mit Produktanalyseplattformen (Amplitude, Mixpanel usw.) und Experimentierframeworks.

Vergütung & Vorteile

Wir glauben, dass großartige Menschen gut bezahlt werden sollten und bedeutend in das investiert werden sollten, was sie aufbauen.

• Grundgehalt: $180,000–$210,000 / Jahr. Die Gehaltsspanne wird auf der Grundlage mehrerer Überlegungen festgelegt, einschließlich Geschäftsbedürfnissen, Marktnachfrage, Verfügbarkeit von Talenten, Erfahrung sowie einzigartigen Fähigkeiten und Eigenschaften. Die Grundvergütung kann sich ändern und in Zukunft angepasst werden.
• Eigenkapital: Bedeutendes Eigenkapitalpaket in der Frühphase mit standardmäßiger 4-jähriger Vesting- und 1-jähriger Cliff.
• Gesundheitsversorgung: Umfassende medizinische, zahnärztliche und augenärztliche Versicherung sowie Lebens- und Invaliditätsversicherung.
• Rente: 401(k)-Plan mit steuerlich begünstigten Sparoptionen.
• Remote-First: Arbeiten von überall in den kontinentalen USA.
• Home Office Unterstützung: Stipendium zur Einrichtung Ihres Arbeitsplatzes und monatliche Unterstützung für Internet oder Coworking.
• Wellness: Monatliches Wellness-Stipendium sowie Zugang zu Ressourcen für psychische Gesundheit und Therapiesupport.
• Flexible Freizeit: Flexible PTO, damit Sie sich ausruhen, erholen und sich um das Leben außerhalb der Arbeit kümmern können.
• Lernen & Entwicklung: Jährliches Budget für Kurse, Konferenzen, Coaching und Werkzeuge, die Ihnen beim Wachsen helfen.

Future ist ein diverses, leidenschaftliches und engagiertes Team. Wir begrüßen Bewerber aller Hintergründe.