# Директор по аналитической инженерии
GitLab — это интеллектуальная платформа оркестрации для DevSecOps. GitLab позволяет организациям повысить продуктивность разработчиков, улучшить операционную эффективность, снизить риски безопасности и соответствия требованиям, а также ускорить цифровую трансформацию. Более 50 миллионов зарегистрированных пользователей и более 50% компаний из списка Fortune 100 доверяют GitLab для более быстрого выпуска лучшего и более безопасного программного обеспечения.
Обзор этой роли
В роли директора по аналитическому инжинирингу вы будете руководить командой из 8 человек и подчиняться вице-президенту по данным и аналитике. Вы задаёте направление работы всей организации данных, достаточно близко знакомы с процессами, чтобы компетентно направлять технические решения, и сотрудничаете с командами Data Engineering, Data Science, IT и бизнес-лидерами.
У вас будет три основных задачи:
•Создавать надёжный, готовый к ИИ самообслуживаемый сервис. Обеспечить семантическую модель, которая правильно отвечает на бизнес-вопросы, с телеметрией, оценками и гибкостью модели для подтверждения качества и контроля затрат.
•Определять стратегию доступа GitLab к данным. Владеть моделями данных, инструментами BI и паттернами доступа к ИИ (Claude, MCP-серверы, агенты Slack), которые предоставляют надёжные данные каждому сотруднику.
•Создавать приложения с данными, на которые опирается вся компания. Выпускать производственные приложения, которые объединяют надёжные данные, API и ИИ для ответов на вопросы, которые не покрывают дашборды.
Что вы будете делать
•Создавать и поддерживать надёжную семантическую модель с управляемыми метриками и бизнес-определениями, которая последовательно отвечает на бизнес-вопросы во всех инструментах
•Создавать оценки и эталонные наборы данных для измерения качества ответов, использовать их для улучшений и выявления регрессий
•Инструментировать телеметрию, чтобы видеть, кто использует семантическую модель и инструменты ИИ, что они спрашивают и где возникают затруднения
•Создавать систему выбора модели, чтобы GitLab мог распределять задачи между LLM и оставаться гибким по затратам и качеству
•Отвечать за моделирование данных и курируемые наборы данных для самообслуживания с владением, контрактами данных, тестированием и документацией, которые делают их готовыми к ИИ
•Определять стратегию доступа к данным для ИИ: когда использовать BI, Claude, MCP-серверы или агентов Slack с управлением и безопасностью для обеспечения доверенного и надёжного доступа
•Отвечать за стратегию корпоративных BI и инструментов самообслуживания (например, Tableau, Omni), включая оценку, внедрение и контроль затрат
•Создавать возможности самообслуживания, такие как навыки Claude, документация и направленные рабочие процессы, которые помогают людям самостоятельно находить и использовать данные
•Создавать и поддерживать корпоративные приложения с данными — от одностраничных приложений, созданных Claude, до приложений внутри BI-инструментов, которые объединяют данные Snowflake, вызовы API, глубокий анализ с помощью ИИ и запись данных в Postgres или Snowflake
•Устанавливать инженерные стандарты для приложений с данными (безопасность, аутентификация, тестирование, развертывание и мониторинг), чтобы они были надёжными в масштабе компании
•Определять долгосрочную дорожную карту, связанную со стратегией компании, и лёгкую операционную модель, которая балансирует между срочными потребностями заинтересованных сторон и инвестициями в переиспользуемые продукты данных и сокращение технического долга
•Нанимать, обучать и удерживать высокоэффективную команду из 8 человек: строить карьерные пути, развивать лидеров, распределять ответственность и признавать отличную работу
•Выступать в роли первого пользователя (customer zero) GitLab и GitLab Duo в рабочих процессах с данными, делиться обратной связью с командами продукта и инженерии
Что вы принесёте
•12+ лет опыта в аналитическом инжиниринге, инженерии данных или BI, включая 5+ лет руководства командами и 2+ года управления менеджерами или старшими руководителями
•Глубокие знания в моделировании данных и семантических слоях (например, dbt Semantic Layer, семантические представления Snowflake, LookML, Cube), а также экспертные навыки работы с dbt, включая тестирование и CI/CD в многокомандных проектах
•Практический опыт создания доступа к данным с использованием LLM (текст-в-SQL, агенты, MCP-серверы), включая оценки и телеметрию для контроля качества ответов, а также продвинутый опыт использования ИИ-агентов для кодирования, таких как Claude Code
•Экспертные знания SQL и сильный опыт работы с Snowflake; рабочие знания Python
•Сильный опыт управления данными: качество данных, происхождение, сертифицированные наборы данных и контроль доступа (RBAC, политики доступа по строкам и маскированию)
•Опыт руководства межфункциональными инициативами с данными от стратегии до внедрения и измеримого бизнес-эффекта, включая корпоративный BI и масштабируемое самообслуживание
•Системное мышление: видение взаимосвязей моделей, конвейеров и архитектурных решений, проектирование с учётом вторичных эффектов
•Исключительные коммуникативные навыки: написание чётких технических спецификаций, формулирование ясного видения, прозрачность компромиссов и влияние на руководителей и коллег по всей компании
•Практичность в условиях неопределённости: принятие обоснованных решений по новым технологиям и выпуск правильной следующей версии, а не ожидание идеального конечного состояния
•Умение работать с GitLab, успешная работа в полностью удалённой, асинхронной компании, демонстрация компетенций удалённой работы GitLab и следование ценностям GitLab
Желательно
•Опыт работы с инструментами маршрутизации LLM или шлюзами и управления затратами на модели
•Опыт работы с Tableau, Omni или миграцией BI-платформы
•Опыт разработки веб-приложений (например, React, TypeScript) и работы с Postgres
•Опыт владения финансовыми или критически важными для доходов данными (например, ARR, потребление), где точность и возможность аудита являются обязательными
О команде
Analytics Engineering делает данные GitLab надёжными, легко доступными и готовыми к использованию для всех, будь то запросы через дашборды, Claude или агенты Slack. Мы владеем курируемыми моделями данных, семантическим слоем, инструментами самообслуживания и приложениями с данными, которые позволяют командам самостоятельно находить ответы на свои вопросы.
ИИ меняет способ доступа к данным. Вопросы, которые раньше проходили через аналитика, теперь идут напрямую к инструментам ИИ, поэтому качество ответов зависит от моделей данных и бизнес-определений, стоящих за ними. Наша задача — сделать эти ответы правильными, последовательными и измеримыми.
Диапазон базовой зарплаты для указанного уровня этой роли в настоящее время действует только для резидентов Соединённых Штатов. Этот диапазон отражает базовую ставку зарплаты для данной роли в различных локациях США. Уровень должности и диапазоны зарплат определяются на основе интервью и анализа образования, опыта, знаний, навыков, способностей кандидата, соответствия с другими членами команды, данных рынка и географического положения. Диапазон базовой зарплаты не включает бонусы, акции или льготы.
Диапазон зарплаты в США: $139,200—$285,600 USD
Как GitLab поддерживает штатных сотрудников
•Льготы для поддержки вашего здоровья, финансов и благополучия
•Гибкий оплачиваемый отпуск
•Группы ресурсов для сотрудников
•Компенсация акциями и план покупки акций сотрудниками
•Фонд роста и развития
•Отпуск по уходу за ребёнком
