Auf einen Blick
Senior Analytics Engineer, Product bei Inato, verantwortlich für die Befähigung von Self-Service-Datenanalyse und die Ownership von Datenprodukten für Product-Teams. Erfordert 4+ Jahre Analytics Engineering mit starken Modellierungs- und Product-Mindset-Fähigkeiten.
💰 ~€90.000–140.000/Jahr (geschätzt)
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ EMEA
- 4+ Jahre Analytics Engineering oder Hybrid Data Engineer/Analyst
- Starke dbt + BigQuery Warehouse Modeling-Fähigkeiten
- End-to-End Data Product Ownership
- Echtes Product-Mindset mit Fokus auf Nutzerproblem
Analytics Engineering
dbt
BigQuery
SQL
Data Modeling
Dagster
Airbyte
Product Thinking
Gehalt geschätzt anhand Geschätzt basierend auf Senior Analytics Engineer-Rollen in Paris/EMEA (4+ Jahre Erfahrung). Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Senior Analytics Engineers mit dbt und BigQuery-Erfahrung
- Data Engineers, die sich in Richtung Product-fokussierte Rollen bewegen möchten
- Daten-Fachleute mit AI-Tool-Integration und Automation-Erfahrung
🚫 Weniger geeignet
- Junior Analytics Engineers ohne 4+ Jahre Erfahrung
- Kandidaten ohne starke dbt und BigQuery-Fähigkeiten
- Data Analysts oder Warehouse Builders ohne Product-Mindset
- Remote-Kandidaten außerhalb von Frankreich/EMEA
💡 Gut zu wissen
- Dies ist eine neue Rolle mit starkem Fokus auf AI-Automation innerhalb des Data Teams
- Hex und FullStory sind wichtige Tools für User-Facing Dashboards
- Healthcare-Datenschutz und Compliance-Überlegungen sind relevant für diese Rolle
- Das Unternehmen nutzt KI-Tools proaktiv für Datenbeschleunigung
Über das Unternehmen
Inato ist ein Tech-for-Good-Unternehmen, das sich auf die Demokratisierung der klinischen Forschung konzentriert. Das Unternehmen wurde 2017 gegründet und wurde von Fast Company als eine der innovativsten Unternehmen 2024 ausgezeichnet. Inato hilft pharmazeutischen Unternehmen, mit Community-basierten Forschern in Partnerschaften zu gehen und den Zugang von Patienten zu den neuesten medizinischen Innovationen zu erhöhen.
Deine Aufgaben
- Besitz von Metric-Definitionen und Aufbau der Semantic Layer zur Befähigung von Self-Service
- Schnellere Wertvalidierung für neue Angebote durch Zusammenarbeit mit Squads
- Besitz von Tabellen, die vom Produkt selbst konsumiert werden, und nutzerseitigen Dashboards
- Nutzung von KI zur Skalierung der Datenarbeit, die keine Humanen im Loop benötigt
- Automatisierung von Teilen der Datenarbeit für schnellere Skalierung
Deine Voraussetzungen
- 4+ Jahre als Analytics Engineer oder Hybrid Data Engineer/Analyst mit starker Analytics Engineering Ownership
- Starke dbt + Warehouse Modeling-Fähigkeiten (BigQuery)
- Track Record von Besitz von Data Products End-to-End
- Echtes Product Mindset – Sie starten vom Problem des Nutzers, nicht vom SQL
- Ausgezeichnete schriftliche und verbale Kommunikation mit Data-externen Stakeholdern
- Komfort bei Navigation von Mehrdeutigkeit
