Head of Data

Tutlo to platforma EdTech, która zmienia sposób nauki języków online w Polsce i poza jej granicami. Wchodzimy w nowy etap rozwoju oparty o sztuczną inteligencję - modele Gemini i Claude integrujemy z procesami sprzedaży, marketingu, operacji i produktu, a zespół Data znajduje się w centrum tej transformacji.

Obszar techniczny:

• Minimum 6 lat doświadczenia w danych, w tym minimum 2 lata na pozycji liderskiej (zespół min. 3 osób).
• Aktywne pisanie SQL i tworzenie modeli w ciągu ostatnich 6 miesięcy.
• Ekspercka znajomość BigQuery oraz SQL: modelowanie hurtowni, optymalizacja kosztów i wydajności, partycjonowanie, klastrowanie, scheduled queries, IAM.
• Praktyczna znajomość GCP: service accounts, Cloud Storage, Cloud Functions / Cloud Run, podstawy bezpieczeństwa.
• Doświadczenie z MongoDB (replika), Looker / Tableau, Power BI, Python / R do analizy.
• Doświadczenie z AI w praktyce: 2-3 konkretne wdrożenia AI w analityce z ostatnich 12 miesięcy.
• Doświadczenie w pracy z modelami LLM poprzez API: projektowanie promptów, budowa agentów, systemy RAG, ewaluacja i kontrola kosztów.
• Doświadczenie w stosowaniu ML w kontekście biznesowym: predykcja churnu, segmentacja, atrybucja, scoring.
• Znajomość nowoczesnego workflow inżynierskiego: Git/GitHub, code review, dyscyplina dokumentacji.
• Umiejętność projektowania architektury danych oraz integracji systemów.

Kompetencje miękkie:

• Komunikacja bezpośrednia i zrozumiała.
• Wzorzec odejść „ku czemuś", nie „od czegoś".
• Umiejętność wspierania rozwoju zespołu.

Mile widziane:

• Doświadczenie w polskim scale-upie 200-600 osób.
• Doświadczenie w Big 4 lub konsultingu (myślenie strategiczne).
• Praca z danymi z MongoDB oraz HubSpot jako źródłami w hurtowni.
• Znajomość dbt lub Dataform oraz narzędzi automatyzacji procesów (n8n, Make).
• Własne projekty AI lub agenty, również poboczne i weekendowe.

• Zarządzanie zespołem (analitycy, specjaliści BI, Data), mentoring, wyznaczanie priorytetów, code review oraz budowanie kultury odpowiedzialności za dane.
• Decydowanie, które rozwiązania AI przenosimy z fazy PoC na produkcję, współpraca z zespołem AI & Data Engineering nad agentami, systemami RAG oraz automatyzacjami analitycznymi.
• Rozwój platformy danych opartej o BigQuery: modelowanie warstw, jakość danych, lineage, kontrola kosztów, IAM, integracja źródeł takich jak MongoDB, HubSpot, Google Ads oraz systemy operacyjne.
• Współpraca z zarządem i liderami działów, identyfikacja potrzeb decyzyjnych oraz dostarczanie rekomendacji opartych na danych.
• Utrzymanie workflow opartego o Git/GitHub i pull requesty, dyscyplina dokumentacji, świadomy podział środowisk oraz zarządzanie kosztami BigQuery.
• Samodzielne decyzje dotyczące kierunku rozwoju warstwy danych i AI w organizacji.