Kiwi er en fintechvirksomhed med fokus på privatlån og opbygning af kredithistorik. På den digitale platform kan kunder ansøge online om lån på op til 3.000 dollar uden at påvirke deres kreditvurdering, samtidig med at de får fleksible muligheder for tilbagebetaling og automatiske betalinger. Kiwi indberetter også kvalificerende betalinger til kreditoplysningsbureauer, hvilket hjælper kunderne med at opbygge en stærkere kredithistorik, mens databeskyttelse er integreret i hele låneoplevelsen.
Dataingeniør inden for kreditrisiko hos Kiwi – fjernarbejde i Den Dominikanske Republik
Få ansvar for Kiwis datafundament for kreditrisiko og långivningsbeslutninger, fra Snowflake-pipelines og overvågning af datakvalitet til reproducerbare modelleringsdatasæt. Denne fjernstilling understøtter teams i Den Dominikanske Republik, Argentina og Colombia.
Beskrivelse
- Administrere den komplette fortegnelse over kreditdatakilder, herunder TransUnion, Clarity, Plaid, Prism samt interne systemer til ansøgninger og låneservice
- Specificere de nødvendige data, granularitet, aktualitet og destination for hver kilde
- Oprette datakontrakter med ingeniører, der er ansvarlige for leverandørintegrationer
- Kontrollere, at råsvar fra leverandører opbevares fuldstændigt til modeludvikling og revisionsbehov
- Overvåge aktualitet, volumen, udfyldningsgrad og skema for kilder og modelinput
- Konfigurere alarmer for faldende udfyldningsgrader for features, manglende leverandørfelter og usædvanlige volumenændringer
- Overvåge drift i produktionsmodellernes input i samarbejde med data scientists
- Undersøge datahændelser, finde de grundlæggende årsager, koordinere afhjælpning og følge op på løsningen
- Have ansvar for kreditrisikolaget i Snowflake-datalageret på tværs af rådata-, staging-, mart- og featuretabeller
- Udvikle og vedligeholde pipelines og transformationer for ansøgnings-, låne-, performance- og leverandørdata
- Sikre, at modelleringsdatasæt forbliver reproducerbare og beskyttet mod datalækage fra træningsdata
- Vedligeholde tabellerne, der driver dashboards for kreditrisiko og styrede målepunkter
- Udvikle automatiserede kontroller af nøgler, dubletter, værdiintervaller, referentiel integritet og afstemning med kilder
- Holde dokumentation, data lineage og registre over ejerskab opdaterede
- Understøtte leverandørstyring ved at gennemgå SLA'er og afstemme udtræksmængder med leverandørfakturaer
Krav
- Mindst fire års erfaring med data engineering eller analytics engineering, herunder primært ejerskab af en produktionsplatform for data
- Ekspertviden i SQL og stærke evner inden for datamodellering, herunder dimensionsmodeller, langsomt ændrede data og point-in-time-snapshots
- Praktisk erfaring med et cloudbaseret datalager, helst Snowflake
- Erfaring med et transformationsframework som dbt samt versionsstyring, code review og CI-praksis
- Erfaring med Python til opbygning af pipelines, tests og automatisering
- Dokumenteret succes med implementering af datakvalitetstests og alarmering ved hjælp af dbt-tests, Great Expectations, Monte Carlo, Elementary eller tilpassede kontroller
- Erfaring med en orkestreringsplatform som Airflow, Dagster eller Prefect
- En stærk tilgang til ejerskab, herunder proaktiv identifikation af problemer, sporing af grundlæggende årsager og håndtering frem til løsning
- Gode skriftlige kommunikationsevner til udarbejdelse af pålidelige datakontrakter, incidentnoter og tabeldokumentation
- Flydende spansk og engelsk er en fordel, men ikke et krav
- Erfaring med fintech eller långivning, kreditbureau- og bankdata, featuretabeller, træningsdatasæt, modelovervågning, compliance inden for långivning, BI-værktøjer eller Metabase er en fordel, men ikke et krav
Fordele
- Arbejd med vigtige finansielle produkter, der har direkte betydning for kunder og virksomhedens vækst
- Få fuldt ejerskab over Kiwis kreditrisikolag for data og indflydelse på dets udvikling
- Løs væsentlige problemer på tværs af pipelines, datakvalitet, overvågning og modelleringsdatasæt
- Bliv en del af en arbejdsplads, hvor AI bliver centralt for, hvordan teamet arbejder og bygger
- Samarbejd med kolleger inden for kreditrisiko, data science, engineering og produkt
- Arbejd fuldt ud på afstand