Zocks | AI for Advisors
Zocks | AI for Advisors
11 – 50 Mitarbeitende
FintechKünstliche IntelligenzSaaS
Zocks entwickelt KI-Software für Finanzberater – von Einzelpraxen bis hin zu größeren Unternehmen. Die Tools unterstützen bei der Vorbereitung von Kundenterminen, der Organisation von Notizen und der Nachbereitung der Kommunikation. Sie lassen sich mit bestehenden CRM-Systemen und weiteren Workflow-Tools verbinden. Die Plattform ist auf die Finanzberatung zugeschnitten, legt Wert auf Datenschutz und Datenkontrolle und unterstützt die Einhaltung von Compliance-Vorgaben, ohne Gespräche aufzuzeichnen.

Staff Data Engineer

Gestalte und entwickle skalierbare Dateninfrastruktur für die KI-Plattform von Zocks für Finanzberater. Baue zuverlässige Pipelines und Data Lakes und arbeite mit Teams in der Budapester Organisation zusammen.

Beschreibung

  • Gestalte und entwickle die Dateninfrastruktur von Zocks durch technische Konzeption und Umsetzung weiter.
  • Lege die Ausrichtung für Datenarchitektur, Pipelines, Orchestrierung, Speicherung und Verarbeitung fest.
  • Verbessere Produktionspipelines hinsichtlich Zuverlässigkeit, Leistung, Skalierbarkeit und Wartbarkeit.
  • Entwickle Data Lakes, Pipelines, Integrationen und Datenverarbeitungsfunktionen.
  • Bewerte Technologien und Architekturansätze mit Blick auf die unmittelbare Umsetzung und die langfristige Skalierung.
  • Erstelle automatisierte Prüfungen der Datenqualität, Überwachung und Warnmeldungen.
  • Etabliere bewährte Verfahren für Pipeline-Tests, Observability, Dokumentation und Zuverlässigkeit.
  • Behebe Leistungsprobleme, inkonsistente Daten und architektonische Einschränkungen.
  • Gestalte Datenverarbeitung und Speicherung effizienter, wenn Datenmengen und Anwendungsfälle wachsen.
  • Übernimm Verantwortung für kritische Data-Engineering-Lösungen – vom ersten Entwurf bis zum Produktionsbetrieb.
  • Arbeite mit dem Head of Data an technischen Prioritäten und der langfristigen Ausrichtung des Data Engineering.
  • Stimme dich mit Data Analysts, Platform Engineering, DevOps und Software Engineering ab.
  • Binde neue Datenquellen an und unterstütze die Anforderungen von Enterprise-Produkten.
  • Leite technische Diskussionen und Architekturentscheidungen.
  • Teile dein Fachwissen, fördere wiederverwendbare Ansätze und sichere die Einhaltung von Engineering-Standards im Data-Team.

Anforderungen

  • Mindestens sieben Jahre praktische Erfahrung im Data Engineering oder einem verwandten Bereich des Software Engineering, einschließlich der Verantwortung für komplexe Datenbanksysteme im Produktivbetrieb.
  • Fundierte Kenntnisse in Python und SQL sowie nachweisliche Erfahrung im Aufbau zuverlässiger, skalierbarer Datenpipelines.
  • Sehr gute Kenntnisse in ETL/ELT, Datenmodellierung, Pipeline-Orchestrierung und modernen Datenarchitekturen.
  • Praktische Erfahrung mit Cloud-Dateninfrastruktur, vorzugsweise AWS.
  • Nachweisliche Fähigkeit, Architekturentscheidungen zu treffen und komplexe technische Vorhaben vom Entwurf bis zum Produktivbetrieb zu leiten.
  • Solides Verständnis von Data Warehousing, Speicherung, verteilter Verarbeitung und Leistungsoptimierung.
  • Erfahrung mit Engineering-Verfahren für Datenqualität, Überwachung, Tests und zuverlässigen Betrieb.
  • Fähigkeit, technische Herausforderungen eigenständig zu erkennen, Zielkonflikte abzuwägen und Lösungen ohne vorgegebene Anforderungen umzusetzen.
  • Erfahrung in der teamübergreifenden Zusammenarbeit mit Data-, Infrastruktur- und Software-Engineering-Teams sowie darin, Entscheidungen über den eigenen Zuständigkeitsbereich hinaus zu beeinflussen.
  • Hervorragende Englischkenntnisse und fließende Ungarischkenntnisse.
  • Praktische Erfahrung mit ClickHouse, Dagster, Airbyte und Apache Superset.
  • Erfahrung mit dem Entwurf und der Implementierung von Data-Lake- oder Lakehouse-Architekturen.
  • Erfahrung im Aufbau automatisierter Frameworks zur Datenqualität, Validierungsprozessen und Warnsystemen.
  • Vertrautheit mit Infrastructure as Code, CI/CD und aktuellen DevOps-Praktiken.
  • Erfahrung mit der Entwicklung von Data-Engineering-Standards und Infrastruktur in einem Produktunternehmen.
  • Erfahrung im B2B-SaaS-Bereich oder in der Entwicklung datenintensiver Produkte.
  • Berührungspunkte mit KI-nativen Produkten oder Dateninfrastruktur für KI-/ML-Anwendungsfälle.
  • Erfahrung in der Betreuung von Engineers oder der technischen Beratung teamübergreifend.

Zusatzleistungen

  • Premium-Krankenversicherung
  • SZÉP-Karte
  • Mittagessen bei der Arbeit im Büro
  • Zuschuss für Lernen und Weiterbildung
  • AYCM-Paket
  • Mitarbeiterbeteiligungsprogramm
  • ÖPNV-Monatskarte für Budapest (BKK)
  • Unterstützung fürs Homeoffice
  • Zusätzliche bezahlte freie Tage im Rahmen des Treueprogramms
  • Gut gefüllte Snack-Auswahl im Büro

Ähnliche Stellen

Keine Stellen gefunden

Passe deine Filter an oder lösche sie, um weitere Möglichkeiten zu finden.