Analytics Engineer - OpenData EMEA

О позиции

Veeva Systems — миссионерская организация в индустрии облачных технологий для фармацевтики и биотеха, помогающая компаниям быстрее доставлять терапии пациентам. Компания публично акционирована в 2021 году как PBC (corporation public benefit), юридически обязана балансировать интересы клиентов, сотрудников, общества и инвесторов. Позиция относится к команде Veeva OpenData Commercial, которая обеспечивает справочные данные по всей экосистеме здравоохранения для поддержки коммерческих продаж, compliance и бизнес-аналитики. Вы будете критически важны для обеспечения свежести, доступности и качества данных для наших клиентов.

Чем заниматься

• Настройка и поддержка робастных масштабируемых краулеров для сбора данных
• Создание отчётов, ad-hoc запросов и регулярной визуализации
• Интеграция извлечённых данных в платформу OpenData
• Реализация контроля качества данных и наблюдаемости (observability)
• Моделирование, трансформация и очистка сырых данных
• Взаимодействие с кросс-функциональными командами для доставки решений

Что ждут

• 4+ года опыта как Data Analyst с использованием SQL
• 4+ года опыта как Analytic Engineer с использованием Python
• Понимание лучших практик: версия кода, code reviews
• Практический опыт построения робастных и масштабируемых краулеров
• Твёрдые знания структур данных (data frames) и моделей данных
• Опыт моделирования, трансформации и очистки сырых данных

Будет плюсом

• Опыт работы с инструментами краулинга: Mozenda, Zyte
• Опыт с Amazon Redshift
• Опыт с Dbt, Polars

Условия

• Пакет льгот включая Restricted Stock Units (RSUs)
• Семейное медицинское страхование
• Взносы в частные пенсионные планы
• Годовые выделения на благотворительные взносы
• Компенсация фитнеса
• Работа из любой точки мира (Work Anywhere)
• Гибкость работы из дома или офиса

Навыки

• Python
• SQL
• Apache Airflow
• Redshift
• dbt
• Pandas
• Data Modeling
• Web Crawling
• ETL
• Version Control
• Git
• Code Review
• Data Quality
• Observability

Могут спросить на собеседовании

1. Расскажите о сложном проекте по трансформации данных, который вам доводилось реализовывать. Какие были вызовы и как вы их преодолели?
2. Как вы обеспечиваете качество и наблюдаемость данных в ваших пайплайнах? Приведите примеры инструментов или практик.
3. Опишите архитектуру масштабируемого краулера, который вы создавали. Как вы обрабатывали edge cases?
4. Как бы вы оптимизировали существующий SQL-запрос, который работает слишком долго на больших объёмах данных?