Data Engineer (Analytics)

SKELAR; Poland; Hybrid; PLN 140,000 - 260,000; Full time

Job summary

SKELAR запрошує Data Engineer приєднатися до команди, що будує масштабні дата-сервіси для глобальних рекламних кампаній.

Ви будете працювати з десятками рекламних мереж, сотнями таблиць сирих даних та мільйонами подій щодня, забезпечуючи швидкість, точність та приватність даних.

Qualifications

• Глибокі знання SQL та роботи з великими наборами даних.
• Досвід розробки ETL/ELT пайплайнів.
• Вміння писати ефективні запити в BigQuery.
• Розуміння моделювання даних та трансформаційних процесів.
• Досвід з dbt (Dataform — плюс).
• Знання контексту performance-мarketing та метрик ROAS/CAC.
• Комфорт роботи з рекламними платформами (Meta, Google, TikTok).
• Здатність розробляти моніторинг та алерти для даних pipelines.

Tools

GitHub Actions

dbt

Job description

[https://app.ashbyhq.com/api/images/user-content/586ac3cb-f234-40cf-96fd-3daae8c41309/3a2721ac-0cf6-4bb5-a785-483b8d1018c3/Ashby_header.png]

Що варто знати про SKELAR? Це венчур-білдер — іншими словами, компанія, яка будує компанії. З нами фаундери створюють consumer-бізнеси, які стають лідерами на глобальних ринках EdTech, Mental health, Petcare, FashionTech та інших.

Скеларівці будують tech-продукти, які здобувають відзнаки від Product Hunt, The Webby Awards та отримують тисячі позитивних відгуків на TrustPilot. Загалом tech-продуктами наших бізнесів користуються 10+ млн людей у світі.
Усе завдяки сильним командам, бо наші спеціалісти — це ключова цінність SKELAR.

Для професійної реалізації ми створили середовище з експертизою та необмеженими можливостями — і шукаємо тих, хто прагне викликів.

Зараз ми в пошуку Data Engineer, щоб разом піднімати планку результату.

Виклики, які чекають на цій ролі:

• Обʼєм даних - десятки рекламних мереж і платформ, сотні таблиць з сирими даними та тисячі аналітичних процесів щодня.


• Вартість запитів - при обсягах у сотні TB на день, невдалий запит без партиціонування — це різниця між витраченими $0.05 або $100+.


• Швидкість vs точність - маркетинг хоче коректний звіт \"зараз\", дані оновлюються з лагом 1-24 год.


• Приватність — PII-поля потребують окремої обробки на кожному етапі pipeline.

На що ти будеш впливати:

• Бюджетні рішення - неточний ROAS = гроші йдуть у неефективний канал.


• Швидкість масштабування кампаній - затримка звіту на годину = втрачене вікно для оптимізації.


• Довіра команди до цифр - одна помітна помилка підриває довіру до всіх наступних звітів.


• Compliance-ризики - неправильна обробка PII = юридичні наслідки.

Що для нас важливо:

• Розуміння того, що дані — це не звіт, а сигнал, який напряму керує рекламними алгоритмами: ми генеруємо ~80 000 оптимізаційних подій щодня, і кожна помилка в них конвертується в реальні втрачені гроші.


• Ідеальне знання SQL — вміння писати ефективні запити на великих обсягах (мільйони рядків/день), розуміти партиціонування, кластеризацію і вартість запитів у BigQuery.


• Досвід роботи з dbt (Dataform — плюс) — вміння будувати і підтримувати трансформації як код, з тестами і документацією, а не через разові скрипти.


• Data modeling — здатність спроєктувати структуру даних так, щоб вона витримувала ріст компанії, а не ламалась при кожній новій вимозі бізнесу.


• Уважність до деталей на рівні пайплайну — вміння помітити аномалію в потоці подій раніше, ніж це зробить бюджет кампанії.


• Вміння працювати на стику продукту, маркетингу і реклами — розуміти, що \"подія\" це не просто рядок в таблиці, а сигнал, який летить у Meta, Google, TikTok і формує майбутній таргетинг.


• Проактивність: готовність не просто фіксувати проблему постфактум, а вибудовувати моніторинг і алерти, які ловлять збій у зборі подій до того, як він вплине на кампанії.

Буде перевагою:

• Python — для автоматизації рутинних процесів, написання скриптів валідації даних, кастомних інтеграцій з рекламними API.


• Досвід побудови ETL/ELT пайплайнів \"з нуля\" — не лише трансформації в dbt, а й розуміння повного шляху даних: від джерела (рекламні мережі, пікселі, CRM) до аналітичної вітрини.


• CI/CD для дата-пайплайнів — досвід автоматизованого тестування і деплою трансформацій (наприклад, через GitHub Actions чи аналоги), щоб зміни в моделях не ламали продакшн непомітно.


• Розуміння контексту performance-маркетингу — що таке ROAS, CAC, LTV, атрибуція, оптимізаційні події, воронка від кліку до конверсії; досвід роботи з даними рекламних платформ (Meta, Google, TikTok) — величезний плюс, бо дозволяє розуміти \"навіщо\" за кожною метрикою, а не лише \"як\" її розрахувати.

У SKELAR ми побудували середовище для професійної самореалізації:

• SKELAR Platform. Це операційне ядро венчур-білдера, що допомагає фаундерам швидше проходити шлях від нуля до одиниці. Так команди бізнесів фокусуються на продукті — а 10+ команд в складі Platform закривають функції Legal, Finance, HR, Admin, Talent Acquisition, Employer Branding, IT та інші.


• Нетворк та обмін досвідом як частина культури. Серед наших колег — кофаундери, які запустили не один бізнес, а також найсильніші спеціалісти на ринку. Тож ми маємо доступ до необхідної експертизи на відстані витягнутої руки.


• Ексклюзивна доменна освіта. Ми створили власні навчальні програми для тіммейтів на вибір — від 2-місячної школи для менеджерів-початківців до інтенсивів про AI та професійних клубів з розробки, продакт-менеджменту тощо.


• Вплив на системну допомогу Україні. Маємо благодійний фонд SKELAR foundation, який створили самі скеларівці — і завдяки кожному співробітнику втілюємо важливі соціальні проєкти. Наприклад, заснували перший у Європі акселератор для ветеранів https://veteranventure.skelar.tech/ і формуємо майданчик для підтримки ветеранів на рівні держави.


• Екосистема для продуктивної роботи. Для скеларівців створені простори, які надихають на результат — з власним …