Datasite
Datasite
Ang Datasite ay bumubuo ng ligtas na software para sa pamamahala ng mga kumplikadong transaksiyong pinansyal, kabilang ang mga merger at acquisition, restructuring, at paglikom ng kapital. Tinutulungan ng data room at transaction-management platform nito ang mga team ng bumibili at nagbebenta na ayusin ang due diligence, iugnay ang mga aktibidad sa transaksiyon, at ligtas na makipagtulungan sa buong lifecycle ng deal. Nagsisilbi ang kumpanya sa mga investment bank, grupo sa corporate development, pribadong equity firm, at law firm, habang pinagsasama ang teknolohiya ng data room at mga kakayahan ng AI at machine learning upang suportahan ang produktibidad, seguridad, at pagsunod sa regulasyon sa mga internasyonal na transaksiyon.

Tagapamahala ng Inhinyeriya, Datos ng Kumpanya

Pangungunahan ang inhinyeriya at pamamahala ng mga tao para sa sariling platform ng datos ng kumpanya. Itataguyod ang kalidad ng datos, awtomasyong pinapagana ng AI, at mga sistemang nasusukat para sa mga workflow ng M&A.

Paglalarawan

  • Pangungunahan ang isang bahagi ng produktong datos habang pinamamahalaan ang paghahatid ng inhinyeriya at mga tao
  • Pangangasiwaan ang paghahatid ng datos at produkto sa saklaw, pagiging bago, kalidad, performance, at mga komersyal na resulta
  • Susuportahan ang mga inhinyero sa pag-unlad ng karera, pagpaplano ng paglago, at mga proseso ng promosyon
  • Bubuo ng mga gawi ng team para sa pagpaplano, pagpapatupad, pagtitiyak ng kalidad, pagpapatunay ng datos, at kahusayan sa operasyon
  • Kakatawan sa Inhinyeriya sa cross-functional na pagpaplano kasama ang Produkto, Datos, AI, Disenyo, Operasyon ng Datos, at mga team na nakikipag-ugnayan sa mga customer
  • Pamahalaan ang utang ng platform, mga pagbabago sa schema, pagiging maaasahan ng pipeline, at panganib sa operasyon
  • Gagawing mga plano ng pagpapatupad, gawaing maisasagawa, at nasusukat na resulta ang estratehiya sa produkto, datos, at teknolohiya
  • Huhubugin ang arkitektura, aalisin ang mga hadlang ng team, at makikibahagi sa mga inisyatibong datos na may malaking epekto
  • Bubuo at magpapalawak ng platform ng datos ng kumpanya na sumasaklaw sa ingestion, enrichment, normalization, entity resolution, mga kontrol sa kalidad, at mga serving layer
  • Pag-iibayuhin ang pagiging bago, saklaw, at katumpakan ng mga profile ng kumpanya, datos pinansyal, transaksyon, pagmamay-ari, firmographics, at market intelligence
  • I-a-automate ang mga workflow ng datos at gagawing maaasahang karanasan sa produkto ang mga hindi pare-parehong source
  • Lilikha ng mga kakayahan sa platform para mas madaling mahanap, magamit, at mapagtanggol ang datos sa mga workflow ng business development para sa M&A
  • Pag-iibayuhin ang observability, pagsusuri, at pagtugon sa insidente sa lahat ng sistema ng datos

Mga Kinakailangan

  • Karanasan sa pamamahala ng mga team ng inhinyeriya na bumubuo ng mga produktong masinsin sa datos, proprietary dataset, o malalaking platform ng datos
  • Malakas na praktikal na kaalaman sa Python, SQL, at mga backend service sa mga kapaligirang masinsin sa datos
  • Kakayahang magbigay ng teknikal na direksiyon sa full-stack at API na gawain kapag umaabot sa produkto ang mga kakayahan ng datos
  • Karanasan sa pagdisenyo at pagpapatakbo ng mga ETL o ELT pipeline, sistema ng kalidad ng datos, at mga workflow na nakabatay sa queue, event-driven, o asynchronous
  • Matibay na pag-unawa sa pagmomodelo ng datos, entity resolution, ebolusyon ng schema, reliability, observability, mga pattern ng arkitektura, at mga trade-off sa inhinyeriya
  • Karanasan sa mga workflow ng coding na tinutulungan ng AI at nakabatay sa agent
  • Kakayahang magtakda ng acceptance criteria, evaluation, test, metric, at mga gawi sa pagsusuri ng code o disenyo
  • Kakayahang iugnay ang mga teknikal at pang-datos na pamumuhunan sa halaga para sa customer, estratehiya ng produkto, at mga komersyal na resulta
  • Makakatulong ang pamilyaridad sa Databricks, Spark, distributed processing, Kafka, Pulsar, Elasticsearch o OpenSearch, graph database, search infrastructure, LLM-assisted data workflow, entity resolution, deduplication, disenyo ng taxonomy o ontology, knowledge-graph data model, cloud-native architecture, at mga nasusukat na backend service
  • Nakapagpapakita ng mahusay na paghatol, pananagutan, at estilo ng kolaboratibong pagtatrabaho
  • Kakayahang hulaan ang mga dependency sa pagitan ng team, balansehin ang teknikal at pang-datos na panganib, magtaya ng kapasidad, makipagnegosasyon sa saklaw, magplano bawat quarter, makipag-usap sa mga teknikal at hindi teknikal na stakeholder, gumabay sa ebolusyon ng arkitektura, at magpahusay ng mga proseso at feedback loop sa kalidad ng datos

Mga Benepisyo

  • Seguro sa kalusugan, ngipin, at paningin
  • Plano sa pag-iimpok para sa pagreretiro
  • Bayad na bakasyon
  • Maaaring maging kwalipikado para sa bonus, komisyon, o bayad sa overtime kung naaangkop