NALA
NALA
A NALA pénzügyi technológiai vállalat, amely nemzetközi pénzküldő alkalmazást kínál az Egyesült Királyságból, az Egyesült Államokból és Európából Tanzániába, Kenyába, Nigériába, Ugandába, Ghánába és más afrikai országokba történő pénzátutaláshoz. Mobilalkalmazása támogatja a pénzügyek valós idejű kezelését, valamint a Google Payjel és az Apple Payjel történő fizetést. A vállalat közlése szerint több mint 500 000 felhasználót szolgál ki, és az átutalások 95%-a perceken belül megérkezik. A NALA arra törekszik, hogy az Afrikában élő családtagjaiknak és közösségeiknek pénzt küldők számára a határokon átnyúló fizetések átláthatók és kényelmesek legyenek.

Vezető adatelemzési mérnök, London (hibrid)

Vezesse a NALA dbt- és Snowflake-alapú transzformációs rétegét, és építsen megbízható adat-infrastruktúrát MI-ügynökök számára. Alakítson ki megbízható, szabályozott adatfolyamatokat a globális fizetésekhez.

Leírás

  • Vállaljon felelősséget a dbt- és Snowflake-alapú tartományi modellezésért és transzformációkért.
  • A meglévő adatelemzési mérnökkel együtt határozza meg a modellezési szabványokat, beleértve a részletezettségi szintet és a dimenzionális tervezést.
  • Készítse fel a modelleket az ügynökök általi használatra világos szemantikával, következetes elnevezéssel, üzleti leírásokkal és biztonságos lekérdezési mintákkal.
  • Vezesse a streaming és közel valós idejű adatfolyamokat a kötegelt transzformációk mellett.
  • Határozza meg a kódolási, ügynökökkel támogatott kódolási, tesztelési és dokumentációs szabványokat, és CI segítségével biztosítsa betartásukat.
  • Lekérdezési és materializációs döntésekkel javítsa az adattárház teljesítményét és tartsa kézben a költségeket.
  • Telepítsen és felügyeljen az adatveremmel dolgozó autonóm ügynököket.
  • Figyelje az adat-infrastruktúrát, és kapcsolja össze az incident.io-val és a PagerDutyvel; határozzon meg eszkalációkat és SLA-kat, valamint dokumentálja az eljárásokat.
  • Irányítsa és mentorálja az adatelemzőket az adatelemzési mérnöki munkában.
  • Alakítsa át az adattárházat az ügynökök használatához, miközben csökkenti az üzemeltetési költségeit.
  • Építsen MI utáni adatvermét ügynökök által olvasható elemekkel, ügynökök által működtetett eszközökkel, karbantartott kontextussal és a vállalati adatokról alkotott egységes képpel.

Követelmények

  • Legalább három év éles környezetben szerzett dbt-tapasztalat.
  • Éles környezetben szerzett tapasztalat modellezési módszerek alkalmazásában és megvédésében, beleértve a részletezettségi szintet, a ténytáblákat, a dimenziókat és a széles táblák használatának eseteit.
  • Éles környezetben szerzett tapasztalat szemantikai réteggel, valamint a metrikák, dimenziók, részletezettségi szint, összekapcsolások és az ügynökök hozzáférésének magyarázatára való képesség.
  • Tapasztalat CDC- vagy más streaming adatfolyam, inkrementális transzformációk, valamint az adatok frissessége és a költségek közötti kompromisszumok felelősségteljes kezelésében.
  • Snowflake- vagy Databricks-tapasztalat, beleértve az inkrementális és teljes frissítést, a klaszterezést, a költségeket, a skálázást és a késleltetési célértékeket.
  • Airflow, Dagster vagy azzal egyenértékű munkafolyamat-vezénylő eszköz használatában szerzett tapasztalat.
  • CI/CD és kiadások kezelésében szerzett tapasztalat, beleértve az elkülönített sémában vagy klónon végzett ellenőrzést, a függő rendszerek összeállítását, az egyesítés utáni élesítést, a visszaállítást vagy kiadásblokkolást, valamint a sikerességi jelzéseket.
  • Legalább három év éles környezetben szerzett Python-tapasztalat, automatizált adatfolyamatokba szállított kóddal.
  • Lelkesedés az ügynökökkel és az ügynökök számára végzett fejlesztés iránt; tapasztalat fejlett eszközök használatában hagyományos adatelemzési munkafolyamat automatizálására és az eredmények, a megfigyelhetőség, az irányítás és a skálázhatóság bemutatására.
  • Előny: ontológiával vagy üzleti entitásmodellel kapcsolatos tapasztalat szemantikai rétegen.
  • Előny: Spark vagy Trino használatában szerzett tapasztalat olyan adatokon, amelyek meghaladták egyetlen adattárházi lekérdezés kapacitását.
  • Előny: fintech, fizetési szolgáltatások vagy más szabályozott környezet területén szerzett tapasztalat.

Juttatások

  • Magán-egészségbiztosítás az Egyesült Királyság egyik vezető szolgáltatóján keresztül.
  • Évente 27 nap szabadság, valamint az Egyesült Királyság munkaszüneti napjai.
  • Szabadnap a születésnapra.
  • Kibővített szülői szabadság a hat hónapos próbaidő után: az elsődleges gondozónak 16 hét teljes fizetéssel, a másodlagos gondozónak négy hét.
  • Kibővített nyugdíj-hozzájárulás a Penfold fizetésből történő levonási programján keresztül.
  • A fizetés háromszorosának megfelelő életbiztosítás.
  • Hozzáférés a WeWork világszerte működő helyszíneihez.
  • Hibrid munkavégzés a Canary Wharf-i irodából heti négy napon: hétfőn, szerdán, csütörtökön és pénteken.
  • Évi 1000 dolláros tanulási és fejlődési keret.
  • Tematikus harapnivalók és pénteki ebéd a Sarabi jóvoltából.
  • Havi közösségi események.
  • Ingyenes kávé.

Kapcsolódó állások

Xelix

Adatelemző mérnök, BI és adatok

Xelix
51 – 200 Alkalmazottak
B2BSaaSVállalat

Készítsen dbt-modelleket és megbízható mutatókat a Xelixnél, amely mesterséges intelligenciával támogatott pénzügyi kontrollautomatizálást kínál. Segítse a pénzügyi, termék- és kereskedelmi csapatokat az önkiszolgáló analitika használatában.

Megnyitás