Analytics Engineer, DTC E-commerce
Hyprwork
Rola pierwszego specjalisty ds. danych w szybko rosnącej firmie DTC e-commerce (health & wellness). To stanowisko inżyniera analityki danych (Analytics Engineer) – będziesz budować warstwę danych od zera: pisać modele SQL/dbt, tworzyć dashboardy w Looker, integrować dane z wielu źródeł (checkout, subskrypcje, reklamy, wsparcie, łańcuch dostaw) i dostarczać biznesowi użyteczne wnioski. Jesteś jedynym właścicielem funkcji danych – nie tylko technicznie, ale i analitycznie – musisz rozumieć biznes, aby przekształcić surowe dane w decyzje. To rola indywidualnego contributora, nie menedżerska. Jeśli masz doświadczenie w AI/automatyzacji optymalizacji reklam, możesz rozwinąć rolę w stronę zaawansowanych rozwiązań.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak opisu procesu rekrutacyjnego, nie podano liczby dni urlopu (pto).
Rola pierwszego specjalisty ds. danych w szybko rosnącej firmie DTC e-commerce (health & wellness). To stanowisko inżyniera analityki danych (Analytics Engineer) – będziesz budować warstwę danych od zera: pisać modele SQL/dbt, tworzyć dashboardy w Looker, integrować dane z wielu źródeł (checkout, subskrypcje, reklamy, wsparcie, łańcuch dostaw) i dostarczać biznesowi użyteczne wnioski. Jesteś jedynym właścicielem funkcji danych – nie tylko technicznie, ale i analitycznie – musisz rozumieć biznes, aby przekształcić surowe dane w decyzje. To rola indywidualnego contributora, nie menedżerska. Jeśli masz doświadczenie w AI/automatyzacji optymalizacji reklam, możesz rozwinąć rolę w stronę zaawansowanych rozwiązań.
- ✓Pełna odpowiedzialność za definiowanie funkcji danych od podstaw – realny wpływ na architekturę i standardy
- ✓Firma zdalna, async-first, z wysoką kulturą odpowiedzialności
- ✓Szybki wzrost (12x w rok) – potencjał rozwoju kariery wraz z rozrastającą się funkcją
- ✓Płatny urlop, urlop ślubny, żałobny, rodzicielski (w tym adopcyjny) – benefity wykraczające poza standard
- ✓Budżet na rozwój (konferencje, kursy) dla L4+
- ✓Dodatek wellness (sprzątanie, opieka nad dziećmi, siłownia, wsparcie profesjonalne)
- !Rola wymaga zbudowania funkcji danych od zera – może wiązać się z chaosem informacyjnym i brakiem wsparcia w początkowej fazie
- !Oczekiwanie 'AI/automation for ad performance' jako opcjonalne, ale mocno podkreślone – może prowadzić do rozszerzenia zakresu poza typowego Analytics Engineera
- !Brak informacji o wielkości zespołu (ale to pierwszy hire, więc zespół=0)
- !Sprzęt komputerowy dopiero po 1 roku – może być problemem dla kandydata potrzebującego sprzętu od razu
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Modelowanie danych w SQL i dbt – przekształcanie surowych, rozproszonych danych w czyste, niezawodne modele
- •Debugowanie zapytań SQL i rozwiązywanie problemów z jakością danych (braki, niespójności)
- •Tworzenie dashboardów w Looker dla kluczowych metrik biznesowych (pozyskanie, retencja, operacje)
- •Ustalanie standardów modelowania, nazewnictwa i testowania jakości danych od podstaw
- •Współpraca z marketingiem, operacjami i kierownictwem – tłumaczenie danych na rekomendacje biznesowe
- •Monitorowanie pipeline'ów danych i budowanie alertów o problemach z danymi
- •Integracja danych z różnych źródeł (Meta Ads, GA4, Shopify, Richpanel, Aircall itp.)
- •Dokumentowanie systemu, aby był łatwy w utrzymaniu dla zespołu
Oferta dla doświadczonych specjalistów (Senior).
Doświadczony analityk danych lub inżynier danych z co najmniej 3-4 latami, który opanował SQL i dbt, zna chmurę (np. BigQuery/Snowflake) i potrafi budować modele oraz dashboardy. Gotowy do samodzielnego definiowania procesów od podstaw, choć może mieć mniejsze doświadczenie w szerokim stacku.
Nie dla osób z mniej niż 3 latami praktycznego doświadczenia w analityce danych, które nie mają solidnego SQL i nie pracowały z dbt. Rola wymaga dużej autonomii i dojrzałości biznesowej – nie jest dla juniorów ani osób szukających wyłącznie pracy technicznej bez kontaktu z biznesem.
- ?Jak wygląda obecnie infrastruktura danych? Jakie są źródła i formaty danych?
- ?Jaki jest budżet na narzędzia danych (np. dbt Cloud, BigQuery, Looker)?
- ?Czy będą wspierający inżynierowie danych, czy rola jest całkowicie samodzielna?
- ?Jak mierzony jest sukces na tym stanowisku w pierwszych 3, 6, 12 miesiącach?
- ?Czy istnieją jakieś legacy systemy lub dane, które wymagają szczególnej uwagi?
- ?Jakie są oczekiwania dotyczące AI/automatyzacji – czy to rzeczywisty priorytet, czy 'nice to have'?
- ?Jak wygląda proces decyzyjny w firmie – kto zatwierdza wybór technologii?
- ?Czy jest możliwość otrzymania sprzętu przed upływem 1 roku?
- −Brak opisu procesu rekrutacyjnego
- −Nie podano liczby dni urlopu (PTO)
- −Nie określono, czy istnieje wsparcie dla integracji danych z konkretnymi systemami (np. Shopify, Meta Ads)
- −Brak informacji o dyżurach on-call lub monitoringu 24/7
- −Nie wiadomo, czy firma korzysta z gotowych narzędzi do zarządzania danymi (np. Fivetran, Stitch)
Remote-first, async-first, kultura wysokiej odpowiedzialności i szybkości. Firma skaluje się dynamicznie, a nowa osoba będzie budować funkcję danych od podstaw, mając bezpośredni wpływ na decyzje biznesowe.