Forward Deployed Engineer, Finance Solutions

Über Preql

Preql hilft Unternehmen, unordentliche interne Daten zu bereinigen, zu vereinheitlichen und zu verwalten, damit sie tatsächlich für KI, Analysen und Berichterstattung funktionieren. Wir arbeiten mit großen Organisationen, die komplexe Datenumgebungen und risikobehaftete Betriebsabläufe navigieren. Unser Team kommt aus den Bereichen Dateninfrastruktur, KI und Unternehmenssoftware.

Wie wir arbeiten

Wir sind ein kleines Team mit wenig Bürokratie. Die Führung erwartet von den Mitarbeitern, dass sie Verantwortung übernehmen, schnell handeln und gute Entscheidungen für das Unternehmen treffen, unterstützt von ihren Teamkollegen. Neugierige Menschen kommen hier gut zurecht, sind es gewohnt, in Ungewissheit zu arbeiten, und sind bereit, Meinungen zu bilden und auf ihren Überzeugungen zu handeln, anstatt auf Anweisungen zu warten.

Sie werden in den Kundenumgebungen sitzen, lernen, wie eine bestimmte Finanzorganisation tatsächlich ihre Bücher schließt und ihr Jahr plant, und die semantischen Modelle erstellen, die dies ermöglichen. Sie werden die Person sein, die sowohl das GL eines Kunden als auch unsere Plattform intern gut genug versteht, um die Zahlen richtig zu erfassen und sie einem Controller zu verteidigen. Dies ist keine Support-Rolle und kein reiner Dienstleistungsbereich. Jede Bereitstellung, die Sie durchführen, sollte die nächste schneller machen. Die Arbeit, die Sie im ersten Monat manuell leisten, sollte bis zum sechsten Monat eine Produktfähigkeit sein. Sie werden die Verbindung zwischen dem, was die Kunden benötigen, und dem, was wir bauen, sein.

Was Sie besitzen werden

• Die Geschäftsergebnisse für ein Portfolio von Unternehmenskonten, vom Kickoff bis zur Produktion und Expansion
• Semantische Modelle für Finanzlogik: Umsatzrealisierung, Kostenallokation, GL- und Kostenstellenhierarchien, Personal- und treiberbasierte Planung
• Datenintegration und -zuordnung über ERPs, Planungssysteme und Lager, einschließlich der Abstimmungsprobleme, die auftreten, sobald echte Daten vorliegen
• Arbeitsbesprechungen mit Controllern, FP&A-Leitern und Kundendatenteams, Übersetzung zwischen Finanzsprache und Datenmodellen
• Die Entscheidung, was ein Modellierungsproblem, ein Quellendatenproblem oder eine Produktlücke ist, und jedes davon an den richtigen Ort weiterzuleiten
• Ein stetiger Strom von Produktfeedback, das durch spezifische Details untermauert wird, nicht durch Anekdoten, damit die Technik gegen echte Kundenprobleme entwickelt
• Wiederverwendbare Modelle, Vorlagen und Dokumentationen, die die Zeit bis zum Wert bei jedem nachfolgenden Konto verkürzen

Wie Erfolg aussieht

• 90 Tage: Sie haben ein Konto von der Installation bis zur ersten vertrauenswürdigen Ausgabe gebracht und können jede Zahl in den Berichten eines Kunden auf ihre Quelle zurückführen
• 6 Monate: Die Zeit bis zum ersten Wert für ein vergleichbares Konto ist messbar gesunken, dank der Modelle und Ressourcen, die Sie erstellt haben, und die Kunden fragen nach Ihnen namentlich
• 12 Monate: Das Lieferhandbuch gehört Ihnen, die Gespräche über Expansion beginnen mit der Arbeit, die Sie geleistet haben, und die nächsten Ingenieure, die wir einstellen, orientieren sich an dem, was Sie geschrieben haben

Was wir suchen

• 5+ Jahre Erfahrung im Umgang mit Daten in der Produktion, mit tiefem SQL-Know-how und Komfort in Python
• Direkte Erfahrung mit Cloud-Lagern (Snowflake, Databricks, BigQuery) und Transformationstools (dbt oder Äquivalent)
• Reales Wissen über Finanzdaten. Sie wissen, warum die Definition von Umsatz des Finanzteams anders ist als die des Datenteams, und Sie haben ein Kontenrahmen, eine Allokation oder einen Abschlussprozess modelliert
• Erfahrung in der direkten Zusammenarbeit mit Unternehmenskunden, einschließlich der unangenehmen Teile: Scoping, Widerstand leisten und schlechte Nachrichten frühzeitig übermitteln
• Hohe Toleranz für Ungewissheit. Frühe Konten werden kein Handbuch haben, und Sie werden das Handbuch schreiben
• Urteilsvermögen darüber, wann etwas für einen Kunden gelöst werden soll und wann es für alle gelöst werden soll

Starke Signale

• Vertrautheit mit ERP- und Planungssystemen (NetSuite, Workday, SAP, Oracle)
• Hintergrund in Beratung, Lösungsarchitektur oder professionellen Dienstleistungen in einem Daten- oder KI-Unternehmen
• Sie haben mit regulierten Käufern gearbeitet
• Sie waren die erste oder zweite technische Einstellung in einem kundenorientierten Team
• Zeit, die in einer Finanz- oder Buchhaltungsfunktion verbracht wurde, oder nah genug daran, um sich nahe gefühlt zu haben