Kiwi ist ein Fintech-Unternehmen, das sich auf persönliche Kredite und den Aufbau einer soliden Kredithistorie konzentriert. Die digitale Plattform ermöglicht Kundinnen und Kunden, online Kredite von bis zu 3.000 US-Dollar zu beantragen, ohne ihre Kreditwürdigkeit zu beeinflussen, und bietet flexible Rückzahlungsoptionen sowie automatische Zahlungen. Kiwi meldet außerdem berechtigte Zahlungen an Kreditauskunfteien und unterstützt Kundinnen und Kunden so dabei, eine bessere Kredithistorie aufzubauen. Der Datenschutz ist in den gesamten Kreditprozess integriert.
Credit-Risk-Dateningenieur bei Kiwi – Remote in der Dominikanischen Republik
Verantworten Sie die Credit-Risk-Datengrundlage für Kreditentscheidungen bei Kiwi – von Snowflake-Pipelines und der Überwachung der Datenqualität bis hin zu reproduzierbaren Modellierungsdatensätzen. Die Remote-Position unterstützt Teams in der Dominikanischen Republik, Argentinien und Kolumbien.
Beschreibung
- Das vollständige Inventar der Kreditdatenquellen verwalten, einschließlich TransUnion, Clarity, Plaid, Prism sowie interner Systeme für Anträge und Kreditverwaltung
- Für jede Quelle die erforderlichen Daten, Granularität, Aktualität und Zielumgebung festlegen
- Datenverträge mit den für die Anbieterintegrationen verantwortlichen Ingenieurinnen und Ingenieuren erstellen
- Sicherstellen, dass die unverarbeiteten Antworten der Anbieter für die Modellentwicklung und Prüfungsanforderungen vollständig aufbewahrt werden
- Aktualität, Volumen, Befüllungsgrad und Schema der Quellen und Modelleingaben überwachen
- Warnmeldungen bei sinkenden Befüllungsgraden von Merkmalen, fehlenden Anbieterfeldern und ungewöhnlichen Volumenänderungen konfigurieren
- Die Drift der Modelleingaben in Produktionsmodellen gemeinsam mit Data Scientists überwachen
- Datenvorfälle untersuchen, Ursachen ermitteln, Behebungsmaßnahmen koordinieren und die Lösung nachverfolgen
- Die Credit-Risk-Schicht des Snowflake-Warehouses über Raw-, Staging-, Mart- und Feature-Tabellen hinweg verantworten
- Pipelines und Transformationen für Antrags-, Kredit-, Leistungs- und Anbieterdaten entwickeln und warten
- Sicherstellen, dass Modellierungsdatensätze reproduzierbar bleiben und vor Datenlecks aus Trainingsdaten geschützt sind
- Die Tabellen pflegen, die Credit-Risk-Dashboards und kontrollierte Kennzahlen versorgen
- Automatisierte Prüfungen für Schlüssel, Duplikate, Wertebereiche, referenzielle Integrität und den Abgleich mit Quellen entwickeln
- Dokumentation, Datenherkunft und Register der Verantwortlichkeiten aktuell halten
- Die Anbieter-Governance unterstützen, indem SLAs geprüft und Abrufvolumen mit Anbieterrechnungen abgeglichen werden
Anforderungen
- Mindestens vier Jahre Erfahrung in Data Engineering oder Analytics Engineering, einschließlich der primären Verantwortung für eine produktive Datenplattform
- Sehr gute SQL-Kenntnisse und ausgeprägte Fähigkeiten in der Datenmodellierung, einschließlich Dimensionsmodellen, sich langsam ändernden Daten und zeitpunktbezogenen Snapshots
- Praktische Erfahrung mit einem Cloud-Data-Warehouse, vorzugsweise Snowflake
- Erfahrung mit einem Transformations-Framework wie dbt sowie mit Versionsverwaltung, Code-Reviews und CI-Praktiken
- Erfahrung mit Python zur Entwicklung von Pipelines, Tests und Automatisierungen
- Nachweisbare Erfolge bei der Implementierung von Datenqualitätstests und Warnmeldungen mit dbt Tests, Great Expectations, Monte Carlo, Elementary oder eigenen Prüfungen
- Erfahrung mit einer Orchestrierungsplattform wie Airflow, Dagster oder Prefect
- Ausgeprägtes Verantwortungsbewusstsein, einschließlich der proaktiven Erkennung von Problemen, Ursachenanalyse und konsequenter Behebung
- Klare schriftliche Kommunikationsfähigkeiten für zuverlässige Datenverträge, Vorfallnotizen und Tabellendokumentation
- Spanisch- und Englischkenntnisse sind von Vorteil, aber nicht erforderlich
- Erfahrung mit Fintech oder Kreditvergabe, Kreditbüro- und Bankdaten, Feature-Tabellen, Trainingsdatensätzen, Modellüberwachung, Kreditvergabekonformität, BI-Tools oder Metabase ist von Vorteil, aber nicht erforderlich
Zusatzleistungen
- An wichtigen Finanzprodukten mit direkter Wirkung auf Kundinnen und Kunden sowie das Unternehmenswachstum arbeiten
- Die vollständige Verantwortung für Kiwis Credit-Risk-Datenschicht übernehmen und ihre Entwicklung beeinflussen
- Anspruchsvolle Aufgaben in den Bereichen Pipelines, Datenqualität, Überwachung und Modellierungsdatensätze bearbeiten
- Teil eines Arbeitsumfelds werden, in dem KI zunehmend zum Kern der Arbeits- und Entwicklungsweise des Teams wird
- Mit Kolleginnen und Kollegen aus Credit Risk, Data Science, Engineering und Produkt zusammenarbeiten
- Vollständig remote arbeiten