Headquarter: Brazil URL: http://lawnstarter.com Über LawnStarter LawnStarter ist der führende On-Demand-Markt für Rasenpflege und Outdoor-Services mit über 100 Millionen Dollar in jährlichen Buchungen. Wir erweitern uns über die Rasenpflege hinaus und werden zum One-Stop-Shop für alle Heimdienstleistungen – der über drei Marken (LawnStarter, Lawn Love, Home Gnome) auf einer gemeinsamen Plattform läuft. Über Analytics bei LawnStarter Wir sind ein kleines, führendes Analyseteam, das das gesamte Unternehmen unterstützt - Produkt, Marketing, Operationen und Finanzen, die auf den Daten, die wir bedienen. Die Grundlage ist solide: ein zentralisiertes Redshift-Datenlager, in dem alle Quelldaten landen, dbt modelliert und von Airflow orchestriert, mit Segment-Fütterungsereignisdaten in. Sie werden nicht zusammen verstreute Quellen nähten - die Plattform existiert; Ihre Aufgabe ist es, es vertrauenswürdig zu machen und es so zu halten. Wir sind Mid-Migration zu Lightdash als unsere einzige BI-Plattform, die Tableau und Metabase ersetzt. Hier ist die ehrliche Lücke: Jeder auf der Mannschaft

Sie werden die erste Person bei LawnStarter sein, die sich der Datenverwaltung widmet - der Eigentümer, ob unsere Daten vertrauenswürdig sind. Das bedeutet die Qualität und Frische unserer Quelldaten, Pipelines und Berichte; die Definitionen hinter unseren Metriken; die Standards hinter unserem Segment Event Tracking; die Gesundheit unseres Lightdash-Arbeitsraums; die Daten, die unsere Maschinen lernen Modelle; und die Sicherheit der Daten selbst. Dies ist eine praktische Rolle. Sie werden zunächst mit dem Analytics-Team um Sie herum arbeiten, aber niemand unter Ihnen - Aufbau von Automatisierung, Schreiben von Kontrollen, Fixierung von was kaputt ist, und setzen Prozesse an Ort und Stelle, die Sie zurückreichen. Wenn der Umfang wächst, was wir erwarten, wird die Grundlage eines Teams, das Sie bauen würden. Was macht diese Rolle anders: • Sie sind zuerst. Governance hat jeder Seite Job, so, was heute existiert, um zu reshape - halten, was funktioniert, neu zu gestalten, was nicht, und Ihre Standards werden die Unternehmen Standards. • Ganzen Stil Daten zu Pipelines und ML Modelle zu formen, um die gesamte Art der Veröffentlichung von Daten zu emissionsfreien, statt zu emissionsfreien Standards zu formen.

• Datenlinien- und Impact-Analysen - eine lebende Karte von der Produktionsquelle bis zum Lagermodell bis zum Dashboard, und der Prozess, der sie verwendet: wenn eine Produktionsänderung vorgeschlagen wird, wird ihre nachgeschaltete Auswirkung auf Pipelines, Metriken und Berichte vor dem Schiff bewertet, nicht nach dem Schiff. Der Endzustand ist Datenverträge mit Engineering, also brechen Veränderungen werden in ihrem Workflow gefangen, nicht uns. • Lightdash - Verwaltung, Workspace-Struktur, Berechtigungen und das Rollout selbst. Ihre Aufgabe ist es, die Firma Selbstverwaltung Autonomie zu geben, während die Workspace sauber genug, dass die Menschen finden und vertrauen, was dort ist. Aktivierung ist Teil des Deals - Menschen folgen Standards, die sie gelehrt wurden - und so halten Abfragen schnell und Lagerkosten gesund. • Die semantische Schicht - wir haben es gerade für unsere kritischsten Metriken versendet: eine geregelte Definition pro Metrik, im Code. Sie werden Definition und Kartierung auf den Rest erweitern und die Schicht gegen unkontrollierte Wachstum, wie es skaliert. • Event-Tracking - unser reguliert Segment-Ereignungskatalog: Überprüfung neuer Ereignisse, die es passt zu den Standards, um die

• Datensicherheit und Datenschutz - Zugriffskontrollen, PII-Handling und Aufbewahrung unter US-State Privacy Laws, und periodische Überprüfungen von wem - und welche AI-Tools - was sehen kann. • Das Governance-System selbst - die Dokumentation, Eigentümermodelle und Überprüfung Schleifen, die alle oben genannten laufen lassen ohne Heldentaten. Probleme zu lösen machen die Lightdash Migration eine Schritt-Änderung, nicht eine Neuplatformung Wir ersetzen Tableau und Metabase mit Lightdash. Gehandelt schlecht, wir tauschen zwei chaotische Werkzeuge für ein chaotisches Werkzeug. Sie werden die Struktur - Räume, Berechtigungen, Zertifizierung, Benennung - die Stakeholdern können sich in der Geschwindigkeit, die das Unternehmen braucht, ohne eine unkontrollierte Dashboard-Wachstum Alptraum. Der harte Teil: Autonomie und Ordnung ziehen in entgegengesetzte Richtungen, und Sie müssen beides liefern. Beenden und verteidigen Sie die semantische Schicht Wir haben nur unsere semantische Schicht für unsere kritischsten Metriken - eine geregelte Definition pro metrischen, so "zwei Dashboards", zwei Zahlen. Die unglamouröse Wahrheit: eine lange Reihe von Metriken noch und die semantische Schicht-Re

Tame Event-Tracking Entropy Segment Events machen unsere Trichter und Produktanalysen, und sie werden von vielen Ingenieuren in vielen Teams implementiert. Die Leitplanken existieren - ein geregelter Event-Katalog mit Namensgebungsstandards, ein Immobilien-Wörterbuch, ein Überprüfungs-Lebenszyklus und automatisierte Drift-Erkennung gegen die Produktion. Was fehlt, ist ein engagierter Besitzer: jemand, der jedes neue Ereignis auf den Standard hält, hält den Katalog an das, was Produktion tatsächlich sendet, und entwickelt die Leitplanken, wie Tracking wächst. Ohne das,