hirly

Skelar

Data Engineer (Analytics)

Kyiv, Lviv, Warsaw

Apply through hirly

hirly scores this role against your resume, shows its reasoning, then writes a resume and cover letter for it and fills the application with you. Free to start — no card required.

hirly's read of this role

Role family
Data & ML
Seniority
Mid level
Country
PL
Work mode
Remote-friendly
First seen by hirly
2 Sept 2026

Derived automatically from the posting. Sign up to see how the role scores against your own resume.

the posting

Що варто знати про SKELAR? Це венчур-білдер — іншими словами, компанія, яка будує компанії. З нами фаундери створюють consumer-бізнеси, які стають лідерами на глобальних ринках EdTech, Mental health, Petcare, FashionTech та інших.

  • Скеларівці будують tech-продукти, які здобувають відзнаки від Product Hunt, The Webby Awards та отримують тисячі позитивних відгуків на TrustPilot. Загалом tech-продуктами наших бізнесів користуються 10+ млн людей у світі.
  • Усе завдяки сильним командам, бо наші спеціалісти — це ключова цінність SKELAR.

Для професійної реалізації ми створили середовище з експертизою та необмеженими можливостями — і шукаємо тих, хто прагне викликів.

Зараз ми в пошуку Data Engineer, щоб разом піднімати планку результату.

Виклики, які чекають на цій ролі:

Обʼєм даних - десятки рекламних мереж і платформ, сотні таблиць з сирими даними та тисячі аналітичних процесів щодня.

Вартість запитів - при обсягах у сотні TB на день, невдалий запит без партиціонування — це різниця між витраченими $0.05 або $100+.

Швидкість vs точність - маркетинг хоче коректний звіт "зараз", дані оновлюються з лагом 1-24 год.

Приватність — PII-поля потребують окремої обробки на кожному етапі pipeline.

На що ти будеш впливати:

Бюджетні рішення - неточний ROAS = гроші йдуть у неефективний канал.

Швидкість масштабування кампаній - затримка звіту на годину = втрачене вікно для оптимізації.

Довіра команди до цифр - одна помітна помилка підриває довіру до всіх наступних звітів.

Compliance-ризики - неправильна обробка PII = юридичні наслідки.

Що для нас важливо:

Розуміння того, що дані — це не звіт, а сигнал, який напряму керує рекламними алгоритмами: ми генеруємо ~80 000 оптимізаційних подій щодня, і кожна помилка в них конвертується в реальні втрачені гроші.

Ідеальне знання SQL — вміння писати ефективні запити на великих обсягах (мільйони рядків/день), розуміти партиціонування, кластеризацію і вартість запитів у BigQuery.

Досвід роботи з dbt (Dataform — плюс) — вміння будувати і підтримувати трансформації як код, з тестами і документацією, а не через разові скрипти.

Data modeling — здатність спроєктувати структуру даних так, щоб вона витримувала ріст компанії, а не ламалась при кожній новій вимозі бізнесу.

Уважність до деталей на рівні пайплайну — вміння помітити аномалію в потоці подій раніше, ніж це зробить бюджет кампанії.

Вміння працювати на стику продукту, маркетингу і реклами — розуміти, що "подія" це не просто рядок в таблиці, а сигнал, який летить у Meta, Google, TikTok і формує майбутній таргетинг.

Проактивність: готовність не просто фіксувати проблему постфактум, а вибудовувати моніторинг і алерти, які ловлять збій у зборі подій до того, як він вплине на кампанії.

Буде перевагою:

Python — для автоматизації рутинних процесів, написання скриптів валідації даних, кастомних інтеграцій з рекламними API.

Досвід побудови ETL/ELT пайплайнів "з нуля" — не лише трансформації в dbt, а й розуміння повного шляху даних: від джерела (рекламні мережі, пікселі, CRM) до аналітичної вітрини.

CI/CD для дата-пайплайнів — досвід автоматизованого тестування і деплою трансформацій (наприклад, через GitHub Actions чи аналоги), щоб зміни в моделях не ламали продакшн непомітно.

Розуміння контексту performance-маркетингу — що таке ROAS, CAC, LTV, атрибуція, оптимізаційні події, воронка від кліку до конверсії; досвід роботи з даними рекламних платформ (Meta, Google, TikTok) — величезний плюс, бо дозволяє розуміти "навіщо" за кожною метрикою, а не лише "як" її розрахувати.

У SKELAR ми побудували середовище для професійної самореалізації:

SKELAR Platform . Це операційне ядро венчур-білдера, що допомагає фаундерам швидше проходити шлях від нуля до одиниці. Так команди бізнесів фокусуються на продукті — а 10+ команд в складі Platform закривають функції Legal, Finance, HR, Admin, Talent Acquisition, Employer Branding, IT та інші.

Нетворк та обмін досвідом як частина культури. Серед наших колег — кофаундери, які запустили не один бізнес, а також найсильніші спеціалісти на ринку. Тож ми маємо доступ до необхідної експертизи на відстані витягнутої руки.

Ексклюзивна доменна освіта. Ми створили власні навчальні програми для тіммейтів на вибір — від 2-місячної школи для менеджерів-початківців до інтенсивів про AI та професійних клубів з розробки, продакт-менеджменту тощо.

Вплив на системну допомогу Україні. Маємо благодійний фонд SKELAR foundation, який створили самі скеларівці — і завдяки кожному співробітнику втілюємо важливі соціальні проєкти. Наприклад, заснували перший у Європі акселератор для ветеранів і формуємо майданчик для підтримки ветеранів на рівні держави.

Екосистема для продуктивної роботи. Для скеларівців створені простори, які надихають на результат — з власним спортзалом, скеледромом, зеленими зонами Bali та бібліотеками. У спейсах, де сервіс, безпека та комфорт синхронізовані з темпом зростання команд, отримуємо вау-досвід та працюємо ефективніше.

Турбота про щоденний комфорт. Сніданки, обіди, доступ до спортивних тренувань в Києві або часткова компенсація занять у Варшаві, медичне страхування, оплачувані відрядження, якщо специфіка ролі передбачає такі поїздки, корпоративні знижки від партнерів.

Більше розповімо на нашій зустрічі-знайомстві.

Запрошуємо будувати the next big everything у SKELAR разом!

Is this role actually a fit for you?

hirly answers with a score and its reasoning, then writes the resume and cover letter if you decide to go for it.

Score it against my resume
Data Engineer (Analytics) at Skelar — hirly