Data Analytics Engineer:

Som Data Analytics Engineer hos SeatPick vil du drive data-informeret beslutningstagning på tværs af vores organisation. Du vil arbejde med data fra millioner af brugere og en bred vifte af datapunkter, udvikle og vedligeholde vores datainfrastruktur, skabe analyse-rammer og levere handlingsrettede indsigter, der former vores produktstrategi og forretningsvækst. Du vil samarbejde tæt med vores marketing-, SEO- og AI-afdelinger for at støtte deres initiativer.

Nøgleansvar:

Designe og vedligeholde skalerbare datapipelines og ETL-processer for store mængder brugerdata.
Udvikle og optimere SQL-forespørgsler til kompleks dataanalyse og rapportering på millioner af poster.
Oprette og administrere datamodeller, sikre datanøjagtighed og tilgængelighed på tværs af en bred vifte af datapunkter.
Bygge og vedligeholde dashboards og visualiseringsværktøjer til at repræsentere storstilet brugeradfærd.
Samarbejde med tværfunktionelle teams for at levere analytisk support baseret på omfattende brugerdata.
Implementere datakvalitetskontroller og overvågningssystemer for højvolumen datastreams.
Udvikle prædiktive modeller og maskinlæringsalgoritmer ved hjælp af rige, forskelligartede datasæt.
Optimere datalagrings- og hentningsprocesser for storstilet, højtydende operationer.
Analysere marketingkampagnepræstationer og levere optimeringsindsigter baseret på omfattende brugerinteraktioner.
Støtte SEO-indsatser med dataanalyse fra millioner af brugersessioner.
Integrere maskinlæringsmodeller i datapipelines og produktfunktioner, udnytte vores store brugerbase.
Udvikle skræddersyede analysetjenester til marketing-, SEO- og AI-teams ved hjælp af vores omfattende dataaktiver.

Kvalifikationer:

4+ års erfaring inden for data engineering eller analyse, helst med store datasæt.
Stærk kompetence i SQL og big data-teknologier (f.eks. Spark, Hadoop).
Erfaring med cloud-baserede data warehousing-løsninger til højvolumen data.
Kompetence i Python eller Scala.
Erfaring med datavisualiseringsværktøjer (f.eks. Tableau, Looker, Power BI) til store datasæt.
Kendskab til statistisk analyse og maskinlæringskoncepter anvendelige til big data.
Erfaring med versionskontrolsystemer og CI/CD-pipelines.
Fremragende problemløsningsevner og opmærksomhed på detaljer, især når man arbejder med komplekse datasæt.
Stærke kommunikationsevner til at formidle indsigter fra storstilet dataanalyse.
Erfaring med marketinganalysetools og håndtering af højvolumen brugerdata.

Siddeplan for University Stadion

Kommende University Stadion begivenheder

Top siddeplaner