- Страна
- Аргентина
Contractor: Senior-level Backend Software Engineering Services (Reporting)
Интересная роль в известной EdTech компании с современным стеком технологий. Удаленный формат работы для Латинской Америки и фокус на инженерных практиках в аналитике делают позицию привлекательной.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Роль требует глубоких знаний в области моделирования данных и владения специфическим стеком (DBT, SQL, Python). Высокая планка ответственности за качество данных для клиентских отчетов повышает сложность.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Указанная роль Senior-уровня для подрядчиков из Аргентины и Мексики обычно оплачивается выше локального рынка, так как ориентирована на стандарты США. Ожидаемый диапазон составляет $4,000–$7,000 в месяц в зависимости от конкретного опыта.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Seeking to hire a Contractor based out of Argentina or Mexico for Senior-Level Back End Engineering Services (Reporting)
Scope of Services:
- We are looking for an Analytics Reporting Engineer to join our data team.
- Reporting to the Hiring Manager, you will be responsible for applying best practices in data modeling, data transformation, data testing for serving quality data to customer reporting interfaces.
- You will be responsible for building and maintaining composable data models, optimizing SQL query performance and maintaining python APIs for serving data to customers.
- You will transform raw data into business insights, working closely with stakeholders to serve data to critical customer reporting interfaces.
Why you'll love this role:Data Modeling and Transformation
- Build new models and optimize existing ones using SQL and Python.
- Apply software engineering principles like version control and continuous integration to the analytics codebase.
- Expand our data warehouse with clean data ready for analysis.
Data Quality and Testing
- Apply advanced data testing strategies to ensure resulting datastores are aligned with expected business logic.
- Implement validation checks and automated testing procedures to manage data quality in data transformation and API layers.
Collaboration and Communication
- Work with stakeholders to define business logic and data expectations.
- Help drive a change in the usage of data by actively surfacing insights to stakeholders.
- Lead initiatives and problem definition, scoping, design, and planning.
Infrastructure and Automation
- Build tools and automation to run data infrastructure.
- Manage large-scale data migrations in relational datastores.
Why you’re a great fit:
- 5+ Years experience working with data in a software environment.
- Required Skills: Mastered proficiency in SQL and Python; advanced experience managing business semantic layer tooling, data catalog tooling and data integrity testing frameworks. Experience with DBT implementation and best practices.
- Experience with Python API development is a plus, but not required.
- Experience with GCP services is preferred but not required.
- You have a track record of working autonomously, with developing a deep domain knowledge of data systems.
- Required Tech Stack: SQL, Python, OLAP datastores, DAG tooling (like Dagster or Airflow), and DBT
- Experience with cloud-based infrastructure (AWS, GCP, Terraform) and document, graph, or schema-less datastores.
*Please note that given the nature of the contract, this role will not be eligible to participate in company-sponsored benefits.*
#LI-Remote
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- SQL
- Python
- dbt
- Dagster
- Airflow
- Google Cloud Platform
- Amazon Web Services
- Terraform
- Data Modeling
- ETL
- OLAP
Возможные вопросы на собеседовании
Проверка опыта работы с основным инструментом трансформации данных, указанным в вакансии.
Расскажите о вашем опыте внедрения DBT: как вы организуете структуру проекта и обеспечиваете переиспользование кода?
Вакансия предполагает работу с отчетностью, где производительность критична.
Какие стратегии оптимизации SQL-запросов вы используете при работе с крупными OLAP-хранилищами?
В описании подчеркивается важность тестирования данных.
Как вы выстраиваете процесс автоматизированного тестирования качества данных (Data Quality) на разных этапах ETL/ELT пайплайна?
Роль включает поддержку Python API для выдачи данных.
Был ли у вас опыт разработки или поддержки API на Python для предоставления аналитических данных конечным пользователям?
Оценка навыков управления рабочими процессами.
С какими инструментами оркестрации (Dagster, Airflow) вы работали и как решали проблемы упавших задач (retries, backfilling)?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

