A sede: Brasil URL: http://lawnstarter.com Sobre LawnStarter LawnStarter é o principal mercado nacional para cuidados de relva e serviços ao ar livre, com mais de 100M de reservas anuais. Estamos expandindo o cuidado do relva para se tornar a loja única para todos os serviços domésticos - operando em três marcas (LawnStarter, Lawn Love, Home Gnome) numa única plataforma compartilhada. Sobre Analytics a LawnStarter Somos uma pequena equipa analítica de apoio a toda a empresa - produto, marketing, operações e finanças todos os dados que servimos. A fundação é sólida: um depósito centralizado de dados de trocas de dados onde todas as terras de fontes, modelados em dbt e orquestrados por Airflow, com dados de alimentação de segmentos em. Você não ganhou fontes dispersadas juntos - a plataforma de plataforma existe; seu trabalho é tornar-se confiável e manter-se assim.

Você será a primeira pessoa no LawnStarter dedicada à governação de dados - o proprietário de se nossos dados podem ser confiáveis. Isso significa a qualidade e frescura dos nossos dados de origem, oleodutos e relatórios; as definições por trás das nossas métricas; os padrões por trás do nosso segmento de rastreamento de eventos; a saúde do nosso espaço de trabalho Lightdash; os dados alimentando nossos modelos de aprendizado de máquina; e a segurança dos dados em si. Esta é uma base de dados em mãos sobre o papel. Você vai trabalhar sozinho em primeiro lugar, com a equipe de Análise em torno de você, mas ninguém em seu lado - construção de automação, escrita de verificações, fixação do que está a ser quebrado, e coloca os processos em seu lugar que você passou. Se o alcance crescer a forma que esperamos, isso se torna a base de uma equipe de dados de origem de alta, e as normas tornam-se as normas de funcionamento do seu próprio. • O que faz este papel de monitorização é diferente antes de todo o sistema de energia, a sua produção de uma unidade de dados de dados de uma

• Linha de dados e análise de impacto - um mapa de produção para o modelo de armazém para o painel e o processo que o utiliza: quando se propõe uma mudança de produção, o seu impacto a jusante sobre os tubeiros, métricas e relatórios é avaliado antes dele navios, não descoberto depois. O estado final é contratos de dados com engenharia, assim que quebrar as mudanças se pegam no seu fluxo de trabalho, não no nosso. • Lightdash - administração, estrutura de espaço de trabalho, permissões e o rolamento em si mesmo. O seu trabalho é dar autonomia de autoserviço à empresa, mantendo o espaço de trabalho ordenado suficiente para que as pessoas possam encontrar e confiar no que há. O habilitamento é parte do negócio - as pessoas seguiram normas que foram ensinadas - e assim é manter as consultas de custos de crescimento descontrolados como escalas. • A camada de rastreio e de dados de segurança - nós só o enviamos para a nossa produção mais crítica, a nossa detecção de dados, a nossa área de produção, a fim de mantermos o nosso efeito de mantermos o nosso armômetro.

• Segurança de dados e privacidade - controles de acesso, manuseio e retenção de PI sob as leis de privacidade do Estado dos EUA, e revisões periódicas de quem - e quais ferramentas de IA - podem ver o que. • O próprio sistema de governança - a documentação, modelos de propriedade e revisões loops que mantém todos os acima funcionando sem heróicos. Problemas para resolver a migração da Lightdash uma mudança passo, não uma replataformagem Nós estamos substituindo Tableau e Metabase por Lightdash. Feito mal, nós comercializamos duas ferramentas desordenadas para uma ferramenta desordenada. Você vai projetar a estrutura - espaços, permissão, certificação, nomeação - que permite aos interessados autoservir à velocidade que a empresa precisa sem criar um pesadego de crescimento do painel incontrolado. A parte difícil: autonomia e tixie trepa em direções opostas, e você tem que entregar ambos. Acabamento e defender a camada semântica de nossa camada de semântica - uma definição por nossas métricas mais críticas, assim dois pano

Entropia de eventos de rastreamento de eventos de eventos de tame gera nossos funils e análise de produtos, e são implementados por muitos engenheiros em muitas equipes. Os guarda-rail existem - um catálogo de eventos governado com padrões de nomeação, um dicionário de propriedade, um ciclo de vida de revisão e detecção automatizada de deriva contra a produção. O que falta é um proprietário dedicado: alguém que detém cada novo evento ao padrão, mantém o catálogo correspondente ao que realmente envia, e evolui os guarda-rail como cresce o rastreamento. Sem isso,