Kraken Digital Asset Exchange
Kraken Digital Asset Exchange
1,001 – 5,000 Mga Empleyado
CryptoFintechPananalapi
Ang Kraken Digital Asset Exchange ay isang pandaigdigang kumpanya ng cryptocurrency at teknolohiyang pampinansyal na itinatag noong 2011. Sinusuportahan ng platform nito ang pagbili at pagbebenta ng mahigit 200 digital asset, kabilang ang Bitcoin at Ethereum, gamit ang mga tool na idinisenyo para sa mga bagong user at mga bihasang trader. Kabilang sa mga serbisyo nito ang mga advanced na interface para sa trading, margin trading, over-the-counter trading, at mga solusyon sa pag-iingat ng asset para sa mga indibidwal at institusyonal na kliyente. Binibigyang-diin ng Kraken ang seguridad, liquidity, transparency sa pamamagitan ng proof of reserves, at tuloy-tuloy na customer support habang nagpapatakbo sa mga pandaigdigang merkado. Ang pagtatrabaho sa Kraken ay kaugnay ng pagbuo at pagpapatakbo ng imprastraktura para sa digital-asset trading at mga serbisyong pampinansyal, sa loob ng kumpanyang ginagabayan ng mga pagpapahalagang nakatuon sa misyon at may kamalayan sa mga panganib at pagkakaiba ng regulasyon na kaugnay ng cryptocurrency.

Senior na Data Analyst, Pagsunod sa Regulasyon

Sa Kraken, pagbutihin ang pagsubaybay sa transaksyon at kaalaman sa pagsunod para sa pandaigdigang platform ng crypto at open finance. Bumuo ng mga data pipeline at dashboard gamit ang Python at SQL.

Paglalarawan

  • Pangasiwaan ang mga patakaran sa pagsubaybay sa transaksyon para sa mga deposito at withdrawal
  • Makipagtulungan sa Compliance upang suriin ang mga pattern at pinuhin ang lohika ng pagtukoy
  • Isalin ang mga kinakailangan sa pagsunod sa lohika ng pagtukoy na ginagamit sa produksyon
  • Tiyakin ang wastong pagiging karapat-dapat ng alerto, mga threshold, segment ng customer, saklaw ng petsa, at pag-aalis ng duplicate
  • Bumuo at magpanatili ng mga pipeline sa Python at SQL para sa paghahanda ng data ng transaksyon, feature engineering, at mga workflow ng pagtukoy
  • Suriin ang mga patakaran sa pagtukoy at modelong analitikal batay sa saklaw, kalidad ng alerto, pagiging sensitibo ng threshold, at mga epekto ng iminungkahing pagbabago
  • Gumawa ng mga ebalwasyong maaaring ulitin gamit ang makasaysayang data na isinasaalang-alang ang limitadong label, hindi balanseng mga klase, at pagbabago sa gawi ng customer
  • Pamahalaan ang pagsusuri, deployment, pag-iiskedyul, pagsubaybay, at suportang operasyonal para sa mga workflow ng pagtukoy
  • Imbestigahan ang mga problema sa kalidad ng data, pagkabigo ng pipeline, at hindi inaasahang resulta ng pagtukoy
  • Magsagawa ng mga backfill ng makasaysayang data na may malinaw na validation at traceability
  • Panatilihing maaasahan ang downstream na paghahatid ng alerto at mga integrasyon sa mga sistema ng pagsunod
  • Subukan ang mga hypothesis, gawing aksyon ang mga natuklasan, at gumamit ng mahuhusay na kasanayan sa software engineering para sa mga pipeline at dashboard

Mga Kinakailangan

  • Hindi bababa sa pitong taong karanasan sa data analysis, data science, o pamamahala ng data sa fintech, crypto, serbisyong pampinansyal, o sugal
  • Karanasan sa pakikipagtulungan sa mga team ng pagsunod, pag-iwas sa pandaraya, pagpopondo, pananalapi, at suporta sa customer
  • Karanasan sa pagsusuri ng malalaking dataset, pagbuo ng mga feature, at paggamit ng mga pamamaraang estadistikal
  • Mahusay sa Python at SQL
  • Karanasan sa pagbuo at pagsuporta ng mga data o analytical system sa produksyon
  • Aktuwal na karanasan sa dbt o katulad na mga tool
  • Karanasan sa pag-set up at pamamahala ng mga data pipeline
  • Pag-unawa sa orkestrasyon ng workflow
  • Kaalaman sa mga kasanayan sa software engineering, kabilang ang version control, automated testing, code review, at CI/CD
  • Matibay na pundasyon sa estadistika
  • Mahusay gumamit ng BI at mga tool sa visualization ng data gaya ng Hex, Tableau, Power BI, o katulad nito
  • Kayang mag-imbestiga nang mag-isa sa mga isyu sa produksyon at magpaliwanag ng mga teknikal na natuklasan at kawalang-katiyakan sa mga stakeholder na hindi teknikal
  • Degree sa analytics, software engineering, estadistika, ekonomiks, o ibang larangang nagbibigay-diin sa pagiging masusi sa pagsusuri
  • Nasa Canada, Estados Unidos, o Brazil
  • Matatas sa Ingles
  • Mas mainam ang karanasan sa fraud detection, AML, anomaly detection, o iba pang aplikasyon sa panganib
  • Mas mainam ang karanasan sa Athena, Trino, Kafka, Kubernetes, Airflow, dbt, at S3
  • Mas mainam ang karanasan sa pagsusuri ng mga pattern ng transaksyon, pagseseguro ng mga customer ayon sa segment, at pag-aayos ng mga threshold ng pagtukoy
  • Mas mainam ang karanasan sa pagbuo o paglalagay sa produksyon ng mga modelo ng machine learning
  • Mas mainam ang karanasan sa pagsusuri ng pagtukoy kapag kakaunti o naaantala ang feedback mula sa imbestigasyon
  • Mas mainam ang karanasan sa explainability, auditability, at change control sa mga reguladong kapaligiran

Mga Benepisyo

  • Programa ng bonus
  • Programa ng equity
  • Allowance para sa wellness
  • Seguro medikal
  • Seguro sa ngipin
  • Seguro sa paningin
  • 401(k)
  • Mga pagtatasa ng kasanayang may kaugnayan sa trabaho o istilo ng pagtatrabaho sa proseso ng pagkuha
  • Employer na nagbibigay ng pantay na oportunidad

Mga Kaugnay na Trabaho

Centene Corporation

Senior na Tagapamahala, Analitika at Pag-uulat ng Datos

Centene Corporation

Pangunahan ang mga pangkat ng claims analytics, pag-uulat, at datos sa Centene upang suportahan ang access sa mahahalagang serbisyong pangkalusugan. Pagbutihin ang kalidad ng datos, reconciliation, at mga proseso ng negosyo sa pamamagitan ng pamumuno sa analytics.

Buksan
Rocket Money (formerly Truebill)

Analista ng Data sa Operasyon

Rocket Money (formerly Truebill)
51 – 200 Mga Empleyado
B2CFintechPananalapi

Makipagtulungan sa mga pangkat ng operasyon at suporta sa customer ng Rocket Money upang bumuo ng self-service analytics at maghatid ng mga insight na nagpapabuti sa mga resulta para sa mga miyembro.

Buksan