Viseven

Remote · Europe

Data Analysis Team Lead

AWS Lead / Staff Full-time Remote
Who can apply
Ukraine
Employment
Full-time
Posted
How to apply
On Viseven’s own site

About the role

Ваші ключові завдання та цілі:

  • Перетворення ad-hoc роботи на чіткий, задокументований і вимірюваний процес delivery.

  • Розвиток професійного рівня команди через чітку систему грейдів, індивідуальні плани розвитку та менторинг.

  • Забезпечення перевірки кожного результату та його відповідності бізнес-запиту перед передачею стейкхолдерам.

  • Впровадження інженерних практик відповідно до галузевих стандартів: version control, code review, CI/CD та automated data tests для всіх напрямів роботи з даними.

  • Забезпечення безпечного та системного використання AI у щоденній роботі команди.

  • Розвиток архітектури data platform та самостійне вирішення найскладніших технічних завдань.

Основні обов'язки:

    Оцінка та дорожня карта змін:

  • Проведення аудиту команди, її процесів і data platform; виявлення вузьких місць та визначення напрямів для вдосконалення.

  • Формування roadmap змін із визначенням того, що необхідно протестувати, впровадити або припинити використовувати. Визначення швидких покращень (quick wins) і вимірюваних цілей, узгодження плану з керівництвом та його регулярний перегляд.

  • Управління процесами та контроль їх виконання:

  • Визначення та документування стандартів роботи: життєвий цикл аналітичного запиту (intake → requirements → delivery → acceptance), Definition of Done, шаблони вимог і звітів, правила versioning та documentation.

  • Оптимізація процесів intake, пріоритизації та оцінки завдань; створення каталогу типових запитів зі стандартизованими рішеннями.

  • Контроль виконання завдань через регулярні review та моніторинг процесних метрик (lead time, rework rate, defects); своєчасне коригування процесів за необхідності.

  • Розвиток команди:

  • Створення або актуалізація матриці компетенцій і грейдів (Junior → Middle → Senior → Lead) із чіткими критеріями переходу на наступний рівень.

  • Розробка індивідуальних планів розвитку (IDP) для кожного учасника команди та їх регулярний перегляд.

  • Проведення 1:1 зустрічей, надання регулярного структурованого зворотного зв'язку, участь у performance reviews спільно з resource manager; робота з випадками недостатньої ефективності (underperformance).

  • Запуск менторських програм та ініціатив із обміну знаннями: внутрішні демонстрації (demos), спільна робота над завданнями (pair work), використання review як інструменту навчання.

  • Участь у процесі найму: формування профілів посад, проведення співбесід та організація onboarding.

  • Валідація рішень та контроль якості:

  • Впровадження обов'язкового peer / lead review аналітичних результатів перед їх передачею стейкхолдерам.

  • Перевірка того, що результати аналізу відповідають поставленому бізнес-запиту, а не обмежуються лише розрахунками показників.

  • Виявлення неефективних процесів (ручні рутинні операції, дублювання роботи, повторювані запити) та їх усунення за допомогою автоматизації й стандартизації.

  • Архітектура та інженерні практики:

  • Відповідальність за цільову архітектуру data lake та reporting; впровадження багаторівневої моделі даних (raw → cleansed → business-ready) з єдиними правилами найменування, документування та визначення відповідальних за дані.

  • Забезпечення зберігання всього коду під version control із використанням code review; побудова CI/CD, впровадження automated data tests та Infrastructure as Code.

  • Вибір і впровадження сучасних інструментів, якщо результати оцінки підтверджують їхню практичну цінність (наприклад, dbt, orchestration, data quality tools).

  • Оптимізація продуктивності та вартості виконання queries і data pipelines.

  • Самостійне виконання найскладніших технічних завдань у напрямах analysis, data engineering та visualization.

  • AI та тенденції ринку:

  • Відстеження тенденцій у сфері analytics: AI assistants, LLMs для аналізу та генерації insights, self-service BI, augmented analytics, data storytelling.

  • Проведення пілотного тестування AI-інструментів, оцінка їхнього впливу (економія часу, якість, ризики) та масштабування ефективних рішень.

  • Визначення правил безпечного використання AI: конфіденційність даних, валідація результатів, згенерованих AI, та відповідальність за сформульовані висновки.

  • Підвищення рівня AI literacy команди через навчання, внутрішні інструкції, бібліотеки промптів і best practices; співпраця з відповідальним за AI Adoption у компанії.

  • Презентація змін керівництву та стейкхолдерам, обґрунтування інвестицій у нові інструменти.

  • Нові можливості та клієнти:

  • Участь у pre-sales активностях: discovery, solution design, оцінка обсягу робіт (estimates) та підготовка PoCs для можливостей у сфері data та analytics.

Вимоги:

    Обов'язкові вимоги:

  • Від 5 років досвіду у сферах data analytics, data engineering або BI з практичним досвідом у всіх трьох напрямах: analysis, data pipelines та visualization.

  • Від 2 років досвіду управління командою від 4 осіб, включно з проведенням 1:1, наданням feedback, управлінням performance та участю в hiring.

  • Практичний досвід побудови або трансформації командних процесів із конкретними прикладами результатів у форматі «до → після».

  • Практичні приклади професійного розвитку спеціалістів: кого, з якого рівня та за який період вдалося розвинути, і завдяки яким діям.

  • Експертний рівень володіння SQL та впевнені знання Python для роботи з даними.

  • Практичний досвід роботи з AWS data services (S3, Athena, Glue, Lambda) або їхніми аналогами в інших cloud-платформах.

  • Глибокі знання data modeling: dimensional modeling, layered data architecture.

  • Практичний досвід використання version control, code review та CI/CD у роботі з даними.

  • Впевнене володіння щонайменше одним BI-інструментом (перевагою буде Power BI).

  • Розвинене критичне мислення: здатність аналізувати чужі рішення та виявляти логічні й методологічні помилки.

  • Практичний особистий досвід використання AI в аналітичній роботі (не лише загальне розуміння технології), а також приклади впровадження нових інструментів або підходів у команді, зокрема подолання опору змінам.

  • Досвід взаємодії з різними стейкхолдерами, включно з топменеджментом.

  • Англійська мова — B2+ (для комунікації з клієнтами).

  • Бажані вимоги:

  • Досвід використання dbt або іншого transformation framework у production-середовищі.

  • Знання Infrastructure as Code (Terraform, AWS CDK); orchestration (Airflow, Step Functions).

  • Досвід роботи з data quality frameworks (dbt tests, Great Expectations, Soda).

  • Досвід інтеграції LLM APIs у data pipelines (наприклад, Amazon Bedrock); знання text-to-SQL та semantic layer.

  • Досвід роботи у сферах life sciences / pharma або marketing / omnichannel analytics.

  • Наявність AWS certifications; досвід роботи у pre-sales або консалтингу.

  • Особисті якості:

  • Проактивність, відповідальність за результат (ownership), структурне мислення та впевнена комунікація.

  • Здатність керувати командою та впливати на її роботу без формальних управлінських повноважень.

  • Орієнтація на coaching-підхід; здатність надавати складний зворотний зв'язок і працювати з випадками недостатньої ефективності.

  • Високий рівень емоційного інтелекту; здатність підтримувати мотивацію та довіру в команді.

  • Збалансований підхід до AI: зацікавленість у технології та розуміння її обмежень і ризиків.

  • Орієнтація на безперервне навчання: участь у професійних спільнотах, конференціях, курсах та експериментах із новими підходами й інструментами.

Skills

Keep browsing

You apply on the company’s own site. Remoteli never sits in between.

Get similar roles by email

A daily digest of new AWS · Europe jobs, sent only when something new matches.