Saaf Finance
Saaf Finance
חברת Saaf Finance מפתחת תוכנת חיתום מבוססת בינה מלאכותית עבור מלווים בתחום המשכנתאות. הפלטפורמה שלה משתמשת בזיהוי תווים אופטי, במודלי שפה גדולים ובחיבורים לספקי נתונים ולמערכות ליצירת הלוואות, כדי לארגן מידע על הלוואות ולתמוך בחיתום של מוצרים, בהם Non-QM, ‏RTL, ‏HELOC, ‏DSCR, הלוואות ג'מבו והלוואות המבוססות על דפי חשבון בנק. החברה מדווחת כי היא נשענת על מערך נתונים של יותר מ־200,000 הלוואות, ושואפת לסייע לצוותי תפעול משכנתאות ולצוותי שוק משני להעריך תיקים, לזהות סיכוני הונאה ולעבד הלוואות ביעילות רבה יותר. החברה מתארת את התוכנה שלה ככלי שמסייע לחתמים בעבודתם, ולא כתחליף להם.

מהנדס נתונים בכיר – סאף פיננסים (עבודה מרחוק, הודו)

בנו צינורות נתונים, מחסני נתונים ותהליכי עבודה מבוססי בינה מלאכותית לפלטפורמת המשכנתאות של סאף פיננסים. תמכו בחיתום תואם לרגולציה, באוטומציה ובתפעול מבוסס נתונים.

תיאור

  • פתחו ותחזקו צינורות לנתונים מובנים ולא מובנים ממקורות פנימיים וחיצוניים.
  • השתמשו בכלי פיתוח מבוססי בינה מלאכותית כדי להאיץ יצירת צינורות, להפיק לוגיקת טרנספורמציה ולאוטומט משימות קוד שגרתיות.
  • צרו ושפרו מחסני נתונים ומאגרי נתונים לצורכי אנליטיקה, דיווח ומוצרים.
  • תכננו ותחזקו מודלי נתונים מושגיים, לוגיים ופיזיים.
  • העבירו נתונים מממשקי API, ממוצרי SaaS וממערכות פנימיות אל הפלטפורמה המרכזית.
  • תחזקו מחברים אמינים ותשתיות קליטת נתונים המתמודדות עם שינויים בסכמות, מגבלות קצב ותקלות.
  • הגדירו אימות, בקרות סכמות ותיעוד לתמיכה באיכות הנתונים ובעמידה בדרישות.
  • יישמו כלי בינה מלאכותית לאפיון נתונים, לזיהוי חריגות ולאוטומציה של תיעוד מקור הנתונים והטרנספורמציות.
  • העריכו כלי בינה מלאכותית חדשים ושלבו אותם בשיטות פיתוח הנתונים של הצוות.
  • פתחו ותמכו בתהליכי עבודה מבוססי סוכנים ובאוטומציה רב־שלבית המשתמשת בנתונים בזמן אמת.
  • השתמשו בניתוח בסיוע בינה מלאכותית כדי לחקור כשלים בצינורות, לשפר ביצועי שאילתות ולאתר בעיות באיכות הנתונים.
  • עקבו אחר ביצועי הצינורות ומחסני הנתונים וכווננו אותם להיקף גדול וליעילות בעלויות.
  • הגדירו רישום אירועים, ניטור והתראות עבור משימות נתונים.
  • יישמו בקרות אבטחת נתונים ופרטיות העומדות בדרישות הרגולציה הפיננסית.
  • ספקו מערכי נתונים אמינים ועקביים לאנליסטים, למנהלי מוצר ולצוותי תפעול.
  • עבדו עם מנהלי מוצר, מדעני נתונים ומהנדסי Full Stack כדי להתאים את מודלי הנתונים לצרכים העסקיים.

דרישות

  • הביאו ניסיון של חמש שנים לפחות בהנדסת נתונים או בתפקיד דומה המתמקד בנתוני צד השרת.
  • הפגינו שליטה גבוהה ב-SQL וב-Python לצורך טרנספורמציה ואוטומציה של נתונים.
  • הביאו ניסיון עם מסגרות ETL/ELT מודרניות כגון dbt.
  • שלטו בפלטפורמות ענן, רצוי AWS, ובשירותי נתונים ללא שרתים.
  • הביאו ניסיון משמעותי במחסני נתונים, רצוי Snowflake.
  • הפגינו מיומנות בשילובי API ובקליטת נתונים ממערכות צד שלישי.
  • שלטו בשיטות למידול נתונים כגון Kimball, סכמת כוכב ו-Data Vault.
  • השתמשו בקביעות בכלי קידוד מבוססי בינה מלאכותית כגון Cursor, GitHub Copilot או Claude Code כדי להאיץ פיתוח צינורות, איתור ותיקון שגיאות או תיעוד.
  • הבאתם צינורות נתונים ברמת ייצור לפעולה בקנה מידה רחב.
  • יישמתם שיטות CI/CD לתהליכי עבודה של נתונים.
  • שיתפתם פעולה באופן הדוק עם מנהלי מוצר, מדעני נתונים ומהנדסי Full Stack.
  • היו מעשיים, בעלי תושייה ונינוחים בסביבת סטארטאפ מהירה.
  • יתרון: ניסיון בבניית תהליכי עבודה מבוססי סוכנים ובתזמור אוטומציה רב־שלבית על נתונים בזמן אמת.
  • יתרון: היכרות עם דפוסי הנדסת נתונים ותשתיות לכלים מבוססי בינה מלאכותית ולפלטפורמות אוטומציה.
  • יתרון: ניסיון במערכי נתונים פיננסיים ובממשקי API בסביבה מפוקחת מאוד.
  • יתרון: הבנת תקנות פרטיות נתונים כגון GDPR ו-CCPA.
  • יתרון: ניסיון בהנדסת פרומפטים ליצירת קוד, לטרנספורמציית נתונים או לתהליכי עבודה של נתונים מבוססי בינה מלאכותית.

הטבות

  • שכר תחרותי.
  • חופשה בתשלום ללא הגבלה.
  • עבודה מרחוק בראש סדר העדיפויות עם שעות גמישות.
  • עד 2,000 דולר בשנה להתפתחות מקצועית.
  • קצבה להקמת משרד ביתי.