Principal GTM Operations Analyst

О позиции

GTM Operations & Strategy — это глобальная команда инженеров и инноваторов MongoDB, которая усиливает эффективность отдела продаж через аналитику и масштабируемые операции. В рамках команды GTM IntelligenceApplied Science вы станете техническим лидером, который превращает сложные данные о продажах в инструменты и модели, помогающие организации принимать более быстрые и точные решения по сегментации территорий, прогнозированию и приоритизации счетов.

Чем заниматься

• Управлять портфелем моделей и дорожной картой для одного или нескольких доменов GTM
• Формировать многоквартальную стратегию развития моделей на основе измеримого бизнес-влияния
• Выступать старшим аналитическим партнёром для руководства GTM, определяя, какие вопросы исследует команда
• Переводить бизнес-вопросы GTM в аналитические проекты с чёткими критериями успеха
• Проектировать и строить масштабируемую аналитику и ML-модели (прогнозирование сделок, квалификация, динамика аккаунтов)
• Инженерить надежные data pipelines и фичи (SQL/Python) поверх стека данных GTM (Salesforce, product usage, call transcripts, marketing signals)
• Вести флагманские программы: Forecasting 3.0, Customer 360 Revamp, GTM Metrics 3.0, оптимизация территорий
• Строить и управлять самообслуживаемой аналитикой (Sigma workbooks, curated datasets) для бизнеса
• Проектировать эксперименты, holdouts и кausal analysis для измерения влияния моделей на выручку и эффективность
• Готовить executive-ready нарративы (memos, scorecards, QBR/MBR контент) с явными рекомендациями
• Проводить воркшопы со стейкхолдерами для синхронизации сценариев и внедрения рекомендаций в операционные ритмы
• Менторить аналитиков и дата-сайентистов, повышать планку технического качества команды
• Создавать документацию, плейбуки и обучение для безопасного использования моделей и инструментов

Что ждут

• 8-12+ лет опыта в аналитике, sales operations, data science или стратегии для B2B/SaaS GTM команд
• Доказанный трек-рекорд управления сложными аналитическими проектами end-to-end, желательно в forecasting/segmentation/domain scoring
• Опыт liderирования мультиквартальных cross-functional аналитических программ и влияния на принятие решений без прямой подчинённости
• Опыт определения технического направления или стандартов для портфеля production моделей
• Прямой опыт работы с senior commercial stakeholders (Sales/GTM лидеры) и трансформация анализа в бизнес-решения
• Продвинутый SQL и сильный Python для data wrangling, feature engineering, статистического/ML моделирования
• Работа с большими неструктурированными данными из CRM (Salesforce), product usage, marketing/sales engagement tools
• Опыт с современными BI/analytics средами (Sigma, Looker, Tableau) и созданием self-serve governed assets
• Сильная база в статистическом мышлении (sampling, backtesting, lift/impact measurement) и валидации моделей
• Экспертиза в экспериментах и causal inference (A/B, holdout design, difference-in-differences, regression discontinuity)
• Опыт прогнозирования и time-series моделей
• Декомпозиция неоднозначных бизнес-вопросов в структурированные аналитические планы с чёткими допущениями и рисками
• Сильные письменные и устные коммуникации: объяснение сложных моделей и данных простым языком для non-technical stakeholders
• Bias toward action и ownership: готовность рекомендовать решения в условиях неопределённости и итерироваться с новыми данными

Будет плюсом

• Опыт в Sales Operations / Revenue Operations или GTM Strategy в высоко-растущих SaaS компаниях
• Опыт коммерческого применения NLP/LLM (call transcript analytics, opportunity notes analysis)
• Знакомство с экосистемой MongoDB (Atlas, GTM motions, sales process) или подобными cloud data платформами
• Опыт участия в cross-functional программах (Customer 360, self-serve analytics, GTM data/metrics standardization)

Условия

• Участие в формировании технической стратегии GTM аналитики глобального уровня
• Работа с крупнейшими массивами данных о продажах и продуктах MongoDB
• Партнёрство с SVP-level stakeholders и влияние на ключевые бизнес-решения
• Развитие менторства и повышение планки качества в аналитической команде
• Удалённая работа по всей территории США с поддержкой глобальной стейкхолдерской базы
• Культура технического ригора, peer review и knowledge sharing
• Доступ к современному стеку технологий: Salesforce, Sigma, Python, ML frameworks
• Поддержка благополучия сотрудников: программы поддержки семьи, родительский отпуск, employee affinity groups

Навыки

• Python
• SQL
• Machine Learning
• Statistical Analysis
• Data Engineering
• Salesforce
• Time Series Forecasting
• Causal Inference
• A/B Testing
• Experiment Design
• Tableau
• Looker
• Sigma
• Feature Engineering
• Model Validation
• Communication
• Stakeholder Management
• Leadership
• Roadmap Planning
• Mentoring

Могут спросить на собеседовании

1. Расскажите о проекте, где вы определили техническую стратегию для портфеля аналитических моделей. Как вы решали, что развивать, а что retiring?
2. Приведите пример, когда вы использовали эксперименты (A/B test или holdout) для доказательства влияния аналитического инструмента на выручку или операционную эффективность. Какие метрики вы выбрали?
3. Как вы обычно переводите неоднозначный бизнес-вопрос от C-level стейкхолдеров в структуру аналитического исследования? Покажите на примере.
4. Опишите случай, когда ваши аналитические рекомендации привели к изменению бизнес-процесса. Как вы добивались adoption и измеряли успех?
5. Какие практики вы внедрили для обеспечения quality standards и documentation в аналитических моделях и дашбордах? Как обеспечивали repeatability и governance?