Senior Analytics Engineer, Product

Senior Analytics Engineer, Product

Vollzeit 60000 - 80000 € / Jahr (geschätzt) Homeoffice (teilweise)
PlayOn

Auf einen Blick

  • Aufgaben: Entwickle skalierbare Datenprodukte und arbeite eng mit Produkt- und Engineering-Teams zusammen.
  • Unternehmen: PlayOn, die größte Plattform für Highschool-Sport in den USA.
  • Vorteile: Wettbewerbsfähiges Gehalt, Gesundheitsleistungen, flexible Arbeitszeiten und Aktienoptionen.
  • Weitere Informationen: Wachstumsorientierte Unternehmenskultur mit echten Entwicklungsmöglichkeiten.
  • Warum dieser Job: Gestalte die Zukunft des Highschool-Sports mit datengetriebenen Entscheidungen.
  • Qualifikationen: Starke SQL-Kenntnisse und Erfahrung mit großen analytischen Datensätzen.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

PlayOn ist die größte Plattform für Schulsport in den USA und erreicht Millionen von Fans, Eltern, Trainern und Schülerathleten über das NFHS Network, MaxPreps und GoFan. Diese Rolle gehört zum Video-Produktteam und berichtet an den Senior Director of Product. Sie ist die Datenquelle, die rohe Ereignis-, Zuschauer- und Abonnentendaten in Modelle, Metriken und Datenprodukte umwandelt, auf denen der Rest des Teams aufbaut.

Wir bewegen uns schnell und treffen Entscheidungen basierend auf Daten, aber ein Großteil dieser Daten existiert noch in Einzelfallabfragen und tribalem Wissen. Wir benötigen jemanden, der im Produktteam sitzt und eng mit dem zentralen Data Platform-Team zusammenarbeitet - die Standards und Praktiken übernimmt und gleichzeitig Transformationsschichten und Modelle erstellt, die die Plattform für eine breitere Nutzung übernehmen kann.

Der ideale Kandidat ist ein Macher. Sie sind motiviert, skalierbare Datenprodukte zu erstellen, arbeiten eng mit Produkt- und Engineering-Teams zusammen und verwandeln komplexe Datensätze in Systeme, die bessere Entscheidungen ermöglichen. Sie genießen es, durch Unklarheiten zu navigieren, technische Strenge mit Geschwindigkeit auszubalancieren und Lösungen zu entwickeln, die grundlegende Vermögenswerte in der gesamten Organisation werden.

Die Ergebnisse, die Sie liefern werden:

  • Vertrauenswürdige Produktdatenbasis: Erstellen Sie wiederverwendbare Datenmodelle, Transformationsschichten und Pipelines, die die zuverlässige Quelle der Wahrheit für das Video-Produktteam werden, während Sie sich an die gemeinsamen Standards der Data Platform halten.
  • Skalierbarer Experimentierrahmen: Etablieren Sie die Daten- und Analyseinfrastruktur, die es Teams ermöglicht, A/B-Tests konsistent und effizient durchzuführen, zu messen und zu iterieren.
  • Produktionsbereite Datenprodukte: Liefern Sie APIs, Dashboards und Datenprodukte, die kundenorientierte Erfahrungen unterstützen und Stakeholdern vertrauenswürdige Metriken für die Entscheidungsfindung bieten.
  • Zuverlässige Produkteinstrumentierung: Stellen Sie sicher, dass Ereignisverfolgung, Datenverträge, Tests und Überwachung vorhanden sind, damit das Produktverhalten genau erfasst wird und über die Zeit vertrauenswürdig bleibt.
  • Prädiktive Einblicke, die Wachstum antreiben: Entwickeln Sie prädiktive und kausale Modelle, die die Prognose, Kundenbindung, Preisgestaltung und Produktstrategie verbessern.

In dieser Rolle können Sie erwarten:

  • Erfahrungen zu schaffen, die unsere Kunden lieben. Arbeiten Sie eng mit PMs, Designern und Ingenieuren im Video-Produktteam zusammen und nutzen Sie Daten, um Funktionen zu gestalten und bereitzustellen, die Athleten und deren Familien tatsächlich nutzen.
  • Die Datenbasis zu stärken und auszubauen. Machen Sie die Modelle und Pipelines, die wir bereits haben, sauberer, zuverlässiger und wiederverwendbarer, bringen Sie neue Produkt-, Kunden- und Drittanbieter-Signale ein, die wir heute nicht haben, und wenden Sie Softwaredisziplin (Versionskontrolle, Überprüfung, Tests) an, damit das Team den Daten vertrauen kann.
  • Experimentierung in ein System zu integrieren, das skaliert. Richten Sie die Daten- und Analyseebene hinter A/B-Tests ein, damit das Team Experimente schnell und konsistent entwerfen, durchführen und auswerten kann.
  • Die Instrumentierung von Anfang an richtig zu machen. Arbeiten Sie mit Produkt und Engineering an der Ereignisverfolgung und den Datenverträgen, damit das Verhalten, das uns wichtig ist, von Anfang an genau und vollständig erfasst wird.
  • Produkte mit Live-Daten-APIs zu versorgen. Erstellen und verwalten Sie Datenendpunkte, die echte Produkterfahrungen speisen, vom Spezifizieren bis zur Produktion.
  • Einblicke zu gewinnen und Entscheidungen zu treffen. Verwandeln Sie die wichtigen Metriken in klare, zuverlässige Einblicke und Empfehlungen, die das Geschäft vorantreiben.
  • Prädiktive und kausale Modelle zu entwickeln, die das Geschäft voranbringen.

Um in dieser Rolle erfolgreich zu sein, haben Sie:

  • Starke SQL-Kenntnisse und Komfort im Umgang mit großen analytischen Datensätzen: komplexe Joins, Fensterfunktionen und Performance-Tuning in einem Cloud-Warehouse (wir verwenden Snowflake).
  • Starke Datenmodellierungsinstinkte und eine Erfolgsbilanz sauberer, dokumentierter, wiederverwendbarer Transformationsschichten (SQLMesh, dbt oder gleichwertig).
  • Produktionsreifes Python für Modellierung, Orchestrierung und Analysen, die SQL allein nicht abdeckt.
  • Erfahrung in der Erstellung von Datenprodukten, auf die andere angewiesen sind: APIs, Pipelines und Dashboards, nicht nur Ad-hoc-Abfragen.
  • Stakeholder-Flüssigkeit: Sie übersetzen Geschäftsfragen in Metriken, auf die sich alle einigen können, und beeinflussen Entscheidungen mit dem, was Sie erstellen.
  • Vertrautheit mit Experimentierung und A/B-Tests, um die Messung und Analyse zu erstellen, auf die Tests angewiesen sind.
  • Vertrautheit mit KI-unterstützten Entwicklungstools (Claude, Codex) als Teil eines modernen Workflows.

Wie Sie spielen:

  • Übernahme von Verantwortung: Sie übernehmen Verantwortung für ganzheitliche Ergebnisse, priorisieren wichtige Ziele, passen sich schnell an und setzen sich gegen die schwierigsten Herausforderungen durch.
  • Team über Stars: Sie sind ein Brückenbauer, der Teams um gemeinsame Ziele versammelt und Win-Win-Lösungen findet.
  • Wachstum über Komfort: Sie suchen aktiv nach Möglichkeiten, Ihre Komfortzone und Fähigkeiten zu erweitern.
  • Fairness über Beliebtheit: Sie gehen Entscheidungen mit einer wissenschaftlichen Denkweise an, bleiben objektiv und suchen nach anderen Perspektiven.

PlayOn ist der Ort, an dem Schulsport lebendig wird. Durch GoFan, NFHS Network und MaxPreps geben wir jedem Fan einen Platz in der ersten Reihe für die wichtigsten Momente: die Buzzer-Beater, die Comeback-Siege, die Senior Nights und die Rivalitäten, die eine Stadt definieren. Wir haben unsere Technologie für die Menschen entwickelt, die für den Schulsport leben und atmen - die Eltern, die kein Spiel verpassen, die Alumni, die weiterhin von überall im Land anfeuern, und die Gemeinschaften, die Woche für Woche erscheinen.

Wir sind ein wachstumsstarkes Unternehmen mit der Mission, Schulsport zugänglicher, unvergesslicher und vernetzter zu machen als je zuvor. Wenn es darauf ankommt, stellen wir sicher, dass Sie keinen Moment verpassen.

Warum Sie es lieben werden, bei PlayOn zu arbeiten:

  • Produkt, Potenzial und Menschen. Wir sind ein führendes Unternehmen im Bereich Schulveranstaltungen und entwickeln unser Produkt ständig weiter, um den Bedürfnissen der Administratoren gerecht zu werden.
  • Unsere Kultur basiert auf Verantwortung, Zusammenarbeit, Wachstum und Fairness. Wir zeigen nicht nur Präsenz - wir stehen füreinander ein.
  • Die Vorteile, die wir anbieten: Mehrere medizinische Versicherungspläne zur Auswahl, Zahn-, Augen-, Lebens- und Invaliditätsversicherung, Mitarbeiter-Notfallfonds, Unternehmensanteile (Aktienoptionen), offene PTO-Richtlinie, 401K-Plan mit Unternehmensbeitrag, hybrides/flexibles Arbeitsumfeld.

Senior Analytics Engineer, Product Arbeitgeber: PlayOn

PlayOn ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an innovativen, datengestützten Lösungen für den Schulsport zu arbeiten. Mit einem starken Fokus auf Teamarbeit, persönliches Wachstum und faire Praktiken fördert das Unternehmen eine Kultur, in der jeder Mitarbeiter zählt und seine Beiträge einen echten Unterschied machen. Die flexiblen Arbeitsbedingungen und umfangreichen Sozialleistungen, einschließlich Aktienoptionen und einer offenen PTO-Politik, machen PlayOn zu einem attraktiven Arbeitsplatz für talentierte Software-Ingenieure.

PlayOn

Kontaktdaten:

PlayOn Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Senior Analytics Engineer, Product erhalten könntest

Wende dich an die richtigen Communities

Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.

Präsentiere deine Daten-Projekte

Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!

Nimm an Meetups und Hackathons teil

Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.

Direkte Bewerbungen über unsere Seite

Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei PlayOn zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!

Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Analytics Engineer, Product mit Bravour zu bestehen

SQL
Datenmodellierung
Python
API-Entwicklung
Datenpipelines
Dashboards
A/B-Testing

Einige Tipps für deine Bewerbung 🫡

Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.

Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!

Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!

Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Senior Analytics Engineer, Product bei PlayOn gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei PlayOn vorbereitet

Bereite deine technischen Skills vor

In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!

Verschaffe dir einen Überblick über Projekte

Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!

Vorbereitung auf case studies

In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!

Zeige deine Leidenschaft für Daten

Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für PlayOn entscheidend sein!