Sede: Brasil URL: http://lawnstarter.com Acerca de LawnStarter LawnStarter es el principal mercado a la carta del país para el cuidado del césped y los servicios al aire libre, con más de $100 millones en reservas anuales.Estamos expandiendo más allá del cuidado del césped para convertirnos en la ventanilla única de todos los servicios domésticos - operando a través de tres marcas (LawnStarter, Lawn Love, Home Gnome) en una única plataforma compartida. Acerca de Analytics at LawnStarter Somos un pequeño equipo de análisis sénior que apoya a toda la empresa - producto, marketing, operaciones y finanzas, todo funciona con los datos que servimos. La base es sólida: un almacén de datos centralizado de Redshift donde todos los datos de origen se encuentran, modelados en dbt y orquestados por Airflow, con datos de eventos de alimentación Segment en los que se inserta. No se suturarán fuentes dispersas - existe la plataforma; su trabajo es hacerlo confiable y mantenerlo así sucesivamente.

Usted será la primera persona en LawnStarter dedicada a la gobernanza de datos, el propietario de si nuestros datos pueden ser de confianza. Esto significa la calidad y frescura de nuestros datos de origen, tuberías e informes; las definiciones detrás de nuestras métricas; los estándares detrás de nuestro seguimiento de eventos de segmento; la salud de nuestro espacio de trabajo de Lightdash; los datos que alimentan nuestros modelos de aprendizaje automático; y la seguridad de los datos en sí mismos. Esto es un papel práctico. Usted trabajará solo al principio, con el equipo de Analytics alrededor de usted pero nadie debajo de usted - construyendo automatización, escribiendo cheques, fijando lo que está roto, y poniendo procesos en su lugar que le superan. Si el alcance crece la forma que esperamos, esto se convierte en la base de un equipo que usted construiría. Lo que hace que este papel sea diferente: • Usted es el primero. La gobernanza ha sido un trabajo paralelo de todos, así que lo que existe hoy es suyo para remodelar - mantenga lo que funciona, rediseñe lo que no funciona, y sus estándares se convierten en estándares de la generación de datos en lugar de lo que se convierten en fuente.

• El proceso que utiliza el sistema de datos es el siguiente: cuando se propone un cambio de producción, se evalúa su impacto en los oleoductos, las métricas y los informes antes de que se envíen, no se descubren después. El estado final es el contrato de datos con la ingeniería, por lo que los cambios que rompen se captan en su flujo de trabajo, no en el nuestro. • Lightdash - administración, estructura de espacio de trabajo, permisos y el despliegue en sí mismo. Su trabajo es dar autonomía de autoservicio a la empresa manteniendo el espacio de trabajo lo suficientemente ordenado como para que la gente pueda encontrar y confiar en lo que hay allí. La habilitación forma parte del acuerdo - la gente sigue las normas que se les han enseñado - y por lo tanto mantiene las consultas rápidas y los costos de almacenamiento sanos. • La capa semántica - la acabamos de enviar para nuestras métricas más críticas: una definición regulada por métrica, en código. Extenderá la definición y la cartografía al descanso y protegerá la capa contra el crecimiento incontrolado a medida que se extiende.

• La seguridad de datos y la privacidad -controles de acceso, manejo y retención de PII bajo las leyes de privacidad estatales de Estados Unidos, y revisiones periódicas de quién - y qué herramientas de IA - pueden ver qué. • El sistema de gobernanza en sí mismo - la documentación, modelos de propiedad y bucles de revisión que mantienen todo lo anterior funcionando sin heroísmo. Problemas para resolver Hacer que la migración Lightdash sea un cambio de paso, no una replatforming Estamos reemplazando Tableau y Metabase con Lightdash. Hecho mal, cambiamos dos herramientas desordenadas por una herramienta desordenada. Diseñará la estructura - espacios, permisos, certificación, nombre - que permite a los interesados autoservicio a la velocidad que la empresa necesita sin crear una pesadilla de crecimiento de tableros no controlado. La parte dura: autonomía y tidness tiran en direcciones opuestas, y usted tiene que entregar ambos. Terminar y defender la capa semántica Acabamos de enviar nuestra capa semántica para nuestras métricas más críticas - una definición regulada por cada métrica, así que "dos paneles, dos números" no pueden suceder.

Los eventos de Entropía de seguimiento de eventos de Tamé potencian nuestros embudos y análisis de productos, y son implementados por muchos ingenieros en muchos equipos. Los barandillas existen - un catálogo de eventos gobernado con estándares de nombres, un diccionario de propiedades, un ciclo de vida de revisión, y detección de deriva automatizada contra la producción. Lo que falta es un propietario dedicado: alguien que mantiene cada evento nuevo a la norma, mantiene el catálogo acorde con lo que la producción realmente envía, y evoluciona las barandillas de seguimiento a medida que crece el seguimiento. Sin eso,