Data Analyst (Analytics Engineering) in Frankfurt am Main

Unternehmen: Open Health Technologies

Engagement: Vollzeit, eingebettet in unser Team (B2B / Vertrag)

Standort: Remote

Beginn: ASAP. Wir priorisieren die Passung über die Geschwindigkeit.

Sprache: Fließendes Englisch ist erforderlich, es ist unsere Unternehmenssprache. Jede weitere Sprache ist ein Plus, insbesondere Deutsch, Portugiesisch (Brasilianisch) und Spanisch.

Kommerziell: Anfangszeitraum 2 Monate, Verlängerung wird bei gegenseitiger Passung erwartet.

Open Health Technologies ist eine Gesundheitsdatenplattform. Wir nehmen heterogene Labor- und Gesundheitsdaten aus vielen Quellen auf, harmonisieren sie und bereichern sie mit Kontext. Sie landen in einem einzigen Data Warehouse auf GCP / BigQuery, mit logischer Trennung zwischen den Mandanten. Darüber sitzt OHA Cortex, unsere Datenintelligenzschicht: das Analyse- und Erkenntnisprodukt, das auf den harmonisierten und kontextuell angereicherten Daten basiert. Diese Rolle ist für Cortex.

Der Ingenieurgrundstein ist gelegt. Das Warehouse nimmt bereits von Anwendungsdatenbank-CDC, Webhooks (Web-Tracking) und Pub/Sub auf. Transformationen laufen auf Dataform. Analytische Ergebnisse werden in die Anwendung zurückgeschrieben, wo sie die Benutzer erreichen, über einen bereits aufgebauten Pfad. Dies ist also kein Greenfield-Bau und keine Rettungsaktion. Die Infrastruktur funktioniert. Was fehlt, ist jemand, der das, was darüber sitzt, besitzt.

Umfang dieser Rolle

Diese Rolle besitzt die Analyseschicht: die Transformationsmodelle, die analytischen Datensätze und die Antworten, auf die Menschen reagieren.

Es umfasst nicht die Aufnahme-Pipelines oder die Plattforminfrastruktur. Diese Arbeit ist erledigt, und weitere Arbeiten dieser Art liegen bei einer separaten Integrationsrolle, die wir unabhängig besetzen. Bitte senden Sie keine Dateningenieure für dieses Briefing.

Der Titel lautet „Data Analyst (Analytics Engineering)“ absichtlich. Wir benötigen jemanden, der Transformationsmodelle besitzt und Geschäftsfragen beantwortet. Ein reiner Berichtsersteller ist unterdimensioniert dafür. Ein Pipeline-Ingenieur, der sich nicht mit Stakeholdern auseinandersetzen möchte, ist fehlbesetzt.

Was diese Rolle ungewöhnlich macht

Die Analyseergebnisse hier enden nicht bei einem Dashboard. Modelle werden in das Produkt zurückgeschrieben und erreichen die Benutzer. Das erhöht die Anforderungen an die Richtigkeit und bedeutet, dass die Person in diesem Sitz das Produkt gestaltet, anstatt nur darüber zu berichten.

Es setzt auch die Prioritätenordnung fest. Vertrauen kommt zuerst. Datenqualität ist die Grundlage von allem, was Cortex beansprucht, und wir würden lieber weniger Zahlen haben, hinter denen wir stehen können, als mehr Zahlen, die wir nicht unterstützen können. Wir erwarten, dass diese Person diejenige ist, die sich am meisten darum kümmert.

Was die Rolle ist

• Besitzen Sie analytische Themen von Anfang bis Ende, von einer vage definierten Geschäfts- oder Kundenfrage bis zu einer gelieferten, gut kommunizierten Analyse.
• Erstellen und pflegen Sie Transformationsmodelle und analytische Datensätze in Dataform auf BigQuery.
• Modellieren Sie Daten, damit andere ihre eigenen Fragen beantworten können, anstatt eine Warteschlange zu werden, durch die jede Frage gehen muss.
• Überwachen Sie die Datenqualität und das Vertrauen in die Zahlen. Richtigkeit, Definitionen, auf die sich die Menschen einigen, und die Disziplin, darauf hinzuweisen, wenn ein Ergebnis nicht standhält.
• Setzen Sie die Richtung im Bereich fest. Im Laufe der Zeit möchten wir, dass diese Person uns sagt, was wir als Nächstes in der Analyse bauen sollen und warum, anstatt zu warten, dass man es ihr sagt.

Wie wir zusammenarbeiten

Dies ist eine Eigentumsrolle, keine Einzelrolle. Die Person in diesem Sitz arbeitet im regelmäßigen direkten Dialog mit den Gründern (CEO, CPO, CTO), und wir erwarten, dass die Ausrichtung kontinuierlich aufrechterhalten wird, anstatt am Ende berichtet zu werden.

Wir suchen jemanden, der sich eine eigene Meinung bildet, diese klar argumentiert und sich dann verpflichtet, wo wir gemeinsam landen. Weder ein einsamer Held, der verschwindet und mit einer fertigen Meinung zurückkommt, noch jemand, der auf eine Spezifikation wartet.

Must-haves

• Technische Fähigkeiten sind hier notwendig, aber sie sind nicht das, worauf die Rolle ankommt.
• Analytisches Urteilsvermögen. Zu wissen, welche Analyse es wert ist, durchgeführt zu werden und wann, welche Frage hinter der Frage die wirkliche ist und was ein Ergebnis tatsächlich für das Geschäft bedeutet.
• BigQuery Produktionsflüssigkeit, nicht SQL-Literacy. Echte Produktionserfahrung: leistungsfähige Abfragen auf großen Datensätzen, Partitionierung und Clustering, Kostenbewusstsein.
• Dataform oder dbt, die wir als direkt übertragbar betrachten. Wichtig ist, Transformationsmodelle besessen zu haben: entworfen, gewartet, refaktoriert und verantwortlich gewesen, wenn sie kaputt gingen.
• Praktisch und unabhängig. Eine Erfolgsbilanz bei der Definition und Durchführung von Analysen, ohne eine Spezifikation übergeben zu bekommen.
• Fließende, effiziente Kommunikation in Englisch. In der Lage, Ergebnisse vor nicht-technischen Zielgruppen zu präsentieren, analytische Entscheidungen unter Befragung zu verteidigen und beschäftigte Gründer ohne lange Dokumente auf dem Laufenden zu halten.
• Ein echter Teamplayer. Kurze Entscheidungswege, direkte Rückmeldungen, keine Politik.
• Strenge in Bezug auf Datenqualität. Jemand, der überprüft, bevor er veröffentlicht, und sagt, wenn eine Zahl wackelig ist.

Nice-to-haves

• Erfahrung mit Gesundheits- oder Labordaten (LOINC, UCUM, FHIR oder ähnliche Standards)
• Erfahrung mit Self-Serve BI, Datenmodellierung, damit nicht-technische Kollegen selbstständig erkunden können.
• Komfortabel im Umgang mit Python (pandas, notebooks), wenn SQL nicht mehr ausreicht.
• Erfahrung im breiteren GCP-Ökosystem.
• Erfahrung in kleinen Teams oder Startups, komfortabel mit sich entwickelnden Anforderungen und kurzen Entscheidungswegen.
• Weitere Sprachen über Englisch hinaus: Deutsch, Portugiesisch (Brasilianisch), Spanisch.

Seniorität und ehrliches Wort zur Führung

Mid-Level bis Senior Individual Contributor. Um es klar zu sagen: Es gibt heute kein Analytics-Team zu leiten. Für die absehbare Zukunft ist dies ein praktischer Platz, und die Person darin wird die erste und einzige Person für Analysen sein. Später ein Team zu leiten, ist eine echte Möglichkeit, und wir würden es lieber intern wachsen lassen, als es einzustellen, aber wir werden es nicht als kurzfristiges Versprechen verkleiden.

Wir bleiben absichtlich klein: höchstens etwa 3 Einstellungen in den nächsten sechs bis zwölf Monaten, die gezielt ausgewählt werden. Dies ist eine Eigentumsrolle, bevor es eine Führungsrolle ist, und wir suchen jemanden, der das ansprechend findet, anstatt enttäuschend.

Die ersten sechs Monate

• Schnell aufholen. Die Einrichtung, die Infrastruktur, das Team und vor allem die Produktvision. Wir werden dies aktiv unterstützen und erwarten jemanden, der zieht, anstatt zu warten.
• Den Dialog mit den Gründern etablieren. Regelmäßiger, direkter Kontakt mit CEO, CPO und CTO, damit die Prioritäten während ihrer Bewegung ausgerichtet bleiben.
• Praktische Arbeit, die das Produkt wachsen lässt. Echte Analysen, die in Cortex geliefert werden, nicht eine dreimonatige Prüfphase.
• Am Ende wollen wir jemanden, der das Gebiet gut genug kennt, um uns zu sagen, was als Nächstes kommt.

Was wir von einem Rekrutierungspartner verlangen

Bitte senden Sie maximal 2-3 vorab geprüfte Profile. Für jeden Kandidaten fügen Sie konkrete Beispiele hinzu:

• BigQuery Produktionsarbeit: was, in welchem Umfang, was sie optimiert haben.
• Dataform oder dbt Eigentum: welche Modelle sie gebaut und gewartet haben und wie lange.
• Stakeholder-orientierte Analysebereitstellung: wer das Publikum war und was sich als Ergebnis geändert hat.
• Eine Frage, die sie selbst definiert haben, nicht eine, die ihnen übergeben wurde, und was daraus geworden ist.

Generische Ingenieur-CVs und Cloud-Zertifizierungslisten passen nicht zu dieser Rolle und werden nicht geprüft.