- Зарплата
- 250 000 $ – 275 000 $
Data and Analytics Lead (Polymarket)
Оценка ИИИсключительное предложение с очень высокой базовой зарплатой, опционами и работой в одном из самых успешных крипто-проектов современности. Удаленный формат и отличный пакет бенефитов делают вакансию топовой для рынка.
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
Оценка ИИВысокая сложность обусловлена необходимостью совмещать глубокую техническую экспертизу (SQL, dbt) с управленческим опытом и пониманием специфики крипто-индустрии. Требуется опыт построения аналитических функций с нуля и работы с AI/LLM.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная базовая зарплата ($250k-$275k) значительно превышает среднерыночные показатели для Lead-позиций даже в США, где медиана составляет около $180k-$210k. С учетом equity, это предложение соответствует уровню топовых технологических компаний (Tier-1).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Data and Analytics Lead (Polymarket)
*🏢* Компания: Polymarket
*💰* ЗП: $250,000–$275,000 (base) + equity и бенефиты
*🌍* Формат: Удалёнка
О компании:
Polymarket — крупнейшая в мире платформа предсказательных рынков, где люди торгуют исходами событий в политике, экономике, спорте и культуре. Платформа работает как peer-to-peer marketplace без централизованного «дома» и агрегирует мнения в рыночные вероятности. В 2025 году объём торгов составил $21B, компания активно растёт и масштабируется.
Задачи:
• Определить и владеть метриками CX: service levels, CSAT, handle time, first-contact resolution и соответствующими dbt-моделями.
• Писать SQL и строить дата-модели для диагностики всплесков контактов и выявления точек трения.
• Руководить командой Analytics Engineering на CX: приоритизация, ревью работы и гарантирование ценности для команды CX.
• Сотрудничать с центральной командой данных для построения пайплайнов и инфраструктуры, необходимых для CX.
• Готовить еженедельные сводки метрик и инсайт-пакеты для руководства с конкретными рекомендациями.
• Построить фреймворк измерения для AI-агентов и автоматизаций в CX и применять прогнозные модели для операционных задач.
Требования:
• 6+ лет в аналитике или data science и минимум 2 года руководства аналитической командой.
• Экспертный уровень в SQL и практический опыт с dbt.
• Владение хотя бы одним современным BI-инструментом (Looker, Tableau, Mode, Hex или аналогичный).
• Опыт создания аналитической функции или дата-модели с нуля.
• Опыт работы с данными и системами поддержки клиентов и понимание ключевых CX-метрик.
• Умение переводить сложный анализ в понятные рекомендации для руководства и работать с инженерными командами.
Будет плюсом:
• Опыт с NLP или LLM-подходами для классификации тикетов и анализа причин контактов.
• Опыт в fintech, crypto или на торговых платформах.
Стек:
SQL, dbt, Looker, Tableau, Mode, Hex, dbt models, LLM/NLP
Условия:
• Конкурентная зарплата и equity
• Неограниченный PTO
• Полный пакет медицинского страхования (Health, Vision, Dental)
• 401(k) match
• Обстановка рабочего места: новый MacBook Pro, большой дисплей и аксессуары
*📩* Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- dbt
- Looker
- Tableau
- Mode
- Hex
- NLP
- LLM
- Data Science
- Analytics Engineering
Возможные вопросы на собеседовании
Проверка опыта стратегического планирования и умения выстраивать процессы с нуля.
Опишите ваш подход к созданию аналитической функции CX с нуля: какие этапы вы выделите в первые 90 дней?
Оценка технических навыков работы с dbt и понимания архитектуры данных.
Как бы вы спроектировали dbt-модели для отслеживания жизненного цикла тикета в службе поддержки, чтобы минимизировать задержки в отчетности?
Проверка способности оценивать эффективность современных технологий автоматизации.
Какие ключевые метрики вы бы использовали для оценки эффективности внедрения AI-агентов в клиентскую поддержку?
Оценка лидерских качеств и умения управлять приоритетами в быстрорастущем стартапе.
Как вы подходите к приоритизации задач в команде Analytics Engineering, когда запросы от бизнеса конфликтуют с необходимостью технического долга?
Проверка навыков коммуникации с топ-менеджментом.
Приведите пример, когда ваш анализ данных привел к значимым изменениям в операционной стратегии компании. Как вы презентовали эти выводы?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
