Data Analyst

• Python, dbt, Looker o LookML, Snowflake o ClickHouse

• Experiencia en el dominio de suscripciones o fintech

• Datos de gran volumen

• Equity competitivo en una startup de Serie C en rápido crecimiento respaldada por inversores de primer nivel, incluido Y Combinator

• Ventana de 10 años para ejercer las opciones de equity consolidadas (vested)

• Un entorno totalmente remoto diseñado en torno a la autonomía y la flexibilidad

• 4-5 semanas de tiempo libre flexible al año

• Escritorio pagado en un espacio de co-working

• Presupuesto para espacio de trabajo y estipendio para aprendizaje continuo

RevenueCat ofrece a las empresas de aplicaciones la infraestructura y las herramientas para crear, gestionar y mejorar su monetización. Desde nuestra graduación en la promoción S18 de YC, nos hemos convertido en la plataforma de monetización por defecto para dispositivos móviles.

Estamos presentes en más del 50% de las nuevas aplicaciones de suscripción lanzadas, procesamos más de 16.000 millones de dólares en volumen de compras anuales y ayudamos a todo el mundo, desde un desarrollador independiente hasta el equipo de móviles de OpenAI, a entender y aumentar sus ingresos.

Somos un equipo con cultura "remote-first" de más de 150 personas en más de 25 países, guiados por valores que practicamos de verdad: Customer Obsession, Always Be Shipping, Own It y Balance.

Esto no es para todo el mundo. Los sistemas que construirás aquí gestionan miles de millones de dólares y afectan a cientos de millones de usuarios finales, y no nos tomamos eso a la ligera. Se esperará que trabajes duro y mantengas un estándar muy alto en lo que lances, junto a algunas de las personas más brillantes y motivadas con las que hayas trabajado. Si eso te suena estimulante en lugar de agotador, sigue leyendo.

• Colaborar regularmente con los equipos de Marketing, Sales, Finance y Product. Conocer sus objetivos, sus métricas y las decisiones en las que realmente están estancados.

• Responsabilizarte del análisis de principio a fin: aclarar la pregunta real, construir o elegir el conjunto de datos adecuado, entregar la respuesta y asegurarte de que se tome una decisión a partir de ella.

• Profundizar en nuestro dominio de suscripciones y luego documentarlo. Definiciones de métricas, advertencias, filtros siempre activos, problemas conocidos. El conocimiento de dominio que solo vive en tu cabeza no escala, y escalarlo es el objetivo de este puesto.

• Construir activos de análisis en los que la gente confíe sin tener que preguntarte primero: modelos en dbt, explores en LookML, cuadros de mando sólidos.

• Utilizar nuestras herramientas de agentes como un multiplicador de fuerza y contribuir a ellas. Alimentarlas con contexto semántico, señalar respuestas incorrectas, reforzar las definiciones de las que dependen.

• Contribuir a la plataforma de datos donde esto te desbloquee. Pequeñas mejoras en modelos y pipelines, depuración de discrepancias, ayudar cuando algo se rompe.

• Traducir en ambas direcciones: el contexto de negocio en análisis robustos, la realidad de los datos en un lenguaje sobre el que un stakeholder no técnico pueda actuar.

Estamos contratando a un Data Analyst para trabajar lo más cerca posible de los equipos que gestionan el negocio de RevenueCat, incluyendo Marketing, Sales, Finance, People, Ops, Product, etc.

Lo más valioso de nuestro equipo de Analytics hoy en día no es SQL, es el conocimiento del dominio. Saber qué cuenta realmente como el inicio de una prueba, por qué los ingresos rastreados (tracked revenue) y los ingresos realizados (realized revenue) son diferentes, cómo los reembolsos de la tienda aterrizan en nuestros datos y qué modelo responde a una pregunta correctamente a la primera. Ese conocimiento es lo que convierte una pregunta de Slack a medio formular en un número sobre el que alguien puede actuar en menos de una hora.

Por tanto, pasarás la mayor parte del tiempo con los equipos de negocio: comprendiendo qué intentan decidir, convirtiendo preguntas vagas en análisis y entregando los conjuntos de datos y cuadros de mando en los que confían. Desarrollarás ese conocimiento de dominio rápidamente, trabajando día a día con la persona que actualmente lidera Analytics aquí. Él será tu compañero más cercano y la persona que te ayude a crecer en el dominio.

Lo segundo que hace que este rol sea emocionante es cómo esperamos que trabajes. Estamos construyendo la infraestructura que permite a los agentes de IA acceder a nuestros datos de forma segura, y herramientas agénticas que responden a preguntas basadas en nuestra capa semántica en lugar de adivinar. Serás uno de sus usuarios más intensivos y una de las personas que lo haga fiable: curando el contexto semántico, detectando las respuestas que parecen correctas pero no lo son, y devolviendo las definiciones a dbt y LookML, que es donde pertenecen. No estamos contratando a alguien para que haga el mismo volumen de trabajo más rápido, estamos contratando a alguien que apoye bien a múltiples equipos utilizando este conjunto de nuevas herramientas como un multiplicador de fuerza.

Más de 3 años en un rol de análisis (Data Analyst, BI Analyst, Business Analyst, Analytics Engineer o similar), incluyendo experiencia real como socio directo de análisis para un equipo de negocio como Marketing, Sales o Finance.

La curiosidad es lo que realmente estamos evaluando:

• Te sientes incómodo cuando no entiendes por qué un número es lo que es, y investigas hasta que lo comprendes.

• Haces la pregunta que hay detrás de la pregunta. Cuando alguien pide un cuadro de mando, averiguas para qué decisión es.

• Prefieres aprender un nuevo dominio que una nueva herramienta.

• Te sientes cómodo sin requisitos totalmente definidos y creas estructura donde aún no existe ninguna.

• Te importa más ser útil y claro que tener cuadros de mando impecables.

• Quieres ser un socio para el negocio, no una cola de peticiones.

Desde el punto de vista de las habilidades, aportas:

• Un SQL sólido y una comodidad real trabajando directamente en un almacén de datos (warehouse). Puedes llegar a una respuesta sin necesidad de supervisión constante.

• Experiencia gestionando conjuntos de datos y cuadros de mando de los que dependen equipos no técnicos.

• Comodidad trabajando en un repositorio: git, ramas, pull requests, revisión de código. Nuestro análisis vive en repositorios de dbt y LookML con control de versiones, no en consultas guardadas.

• Ya trabajas con agentes de IA a diario y eres apropiadamente escéptico con ellos. Puedes explicar cómo verificaste una respuesta, no solo cómo la produjiste.

• Comunicación escrita clara, especialmente sobre límites, advertencias y lo que un número no dice.

Deseable, y realmente no obligatorio:

• Cómo pensamos sobre la contratación y el diseño de equipos: Building a Winning Team

• Los valores que guían nuestra forma de trabajar: Our Values

• Cómo trabajamos como equipo remoto: How We Work Remotely at RevenueCat

• Qué esperar de nuestro proceso de entrevista: Interview Expectations

• Qué esperar de la compensación y el empleo: Employment FAQ