Viseven
Data Analysis Team Lead
Remote · posted 2026-11-16 · listed from another job board
Source: REMOTE_RSS
At a glance
- Workplace
- Remote
- Location
- Remote
- Seniority
- Mid senior
- Skills
- AI, CI/CD
- Posted
- 2026-11-16
About the job
Make Every Experience Matter
Viseven — ШІ-орієнтована компанія, що допомагає організаціям у сферах life sciences, фармацевтики та біотехнологій об’єднати фрагментовані контент-процеси і побудувати омніканальну взаємодію з лікарями та пацієнтами, яка відповідає регуляторним стандартам і приносить реальний результат. Поєднуючи власні технологічні рішення — eWizard, eVa, Kheiron і Lexi — зі стратегічним консалтингом і глибокою експертизою, ми супроводжуємо контент на кожному етапі: від створення та MLR-валідації до локалізації й омніканальної публікації. Серед наших клієнтів — провідні компанії зі списку Top 50 у сфері life sciences по всьому світу.
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 інвес