NALA
NALA
NALA เป็นบริษัทเทคโนโลยีทางการเงินที่ให้บริการแอปโอนเงินระหว่างประเทศ สำหรับส่งเงินจากสหราชอาณาจักร สหรัฐอเมริกา และยุโรปไปยังแทนซาเนีย เคนยา ไนจีเรีย ยูกันดา กานา และประเทศอื่น ๆ ในแอฟริกา แอปบนมือถือรองรับการจัดการเงินแบบเรียลไทม์และการชำระเงินผ่าน Google Pay และ Apple Pay บริษัทระบุว่ามีผู้ใช้งานมากกว่า 500,000 คน และการโอนเงิน 95% ถึงปลายทางภายในไม่กี่นาที NALA มุ่งทำให้การชำระเงินข้ามพรมแดนมีความชัดเจนและสะดวกสำหรับผู้ที่ส่งเงินให้ครอบครัวและชุมชนทั่วแอฟริกา

วิศวกรวิเคราะห์ข้อมูลอาวุโส ลอนดอน (ไฮบริด)

เป็นผู้นำชั้นการแปลงข้อมูลของ NALA ด้วย dbt และ Snowflake พร้อมสร้างโครงสร้างพื้นฐานข้อมูลที่เชื่อถือได้สำหรับเอเจนต์ AI วางแนวทางเวิร์กโฟลว์ข้อมูลที่เชื่อถือได้และมีธรรมาภิบาลสำหรับการชำระเงินทั่วโลก

รายละเอียด

  • รับผิดชอบการสร้างแบบจำลองข้อมูลตามโดเมนและการแปลงข้อมูลด้วย dbt และ Snowflake
  • กำหนดมาตรฐานการสร้างแบบจำลองร่วมกับวิศวกรวิเคราะห์ข้อมูลที่ทำงานอยู่ รวมถึงระดับความละเอียดและการออกแบบมิติข้อมูล
  • เตรียมโมเดลให้เอเจนต์ใช้งานได้ โดยมีความหมายชัดเจน ตั้งชื่อสม่ำเสมอ คำอธิบายทางธุรกิจ และรูปแบบการสืบค้นที่ปลอดภัย
  • เป็นผู้นำไปป์ไลน์ข้อมูลแบบสตรีมและเกือบเรียลไทม์ควบคู่กับการแปลงข้อมูลแบบแบตช์
  • กำหนดมาตรฐานการเขียนโค้ด การเขียนโค้ดโดยมีเอเจนต์ช่วย การทดสอบ และเอกสาร พร้อมบังคับใช้ผ่าน CI
  • เพิ่มประสิทธิภาพคลังข้อมูลและควบคุมต้นทุนผ่านการเลือกใช้คำสั่งสืบค้นและการทำให้ข้อมูลเป็นรูปธรรม
  • ติดตั้งใช้งานและกำกับดูแลเอเจนต์อัตโนมัติที่ทำงานกับสแตกข้อมูล
  • ติดตามโครงสร้างพื้นฐานข้อมูลและเชื่อมต่อกับ incident.io และ PagerDuty พร้อมกำหนดขั้นตอนยกระดับปัญหา SLA และกระบวนการที่จัดทำเป็นเอกสาร
  • แนะนำและให้คำปรึกษานักวิเคราะห์ด้านวิศวกรรมวิเคราะห์ข้อมูล
  • ปรับโครงสร้างคลังข้อมูลเพื่อให้เอเจนต์ใช้งาน พร้อมลดค่าใช้จ่ายในการดำเนินงาน
  • สร้างสแตกข้อมูลยุคหลัง AI ที่มีสินทรัพย์ซึ่งเอเจนต์อ่านได้ เครื่องมือที่เอเจนต์ควบคุม บริบทที่ได้รับการดูแล และมุมมองข้อมูลบริษัทที่สอดคล้องกัน

คุณสมบัติ

  • มีประสบการณ์ทำงานกับ dbt ในระบบใช้งานจริงอย่างน้อยสามปี
  • มีประสบการณ์จริงในการใช้และอธิบายเหตุผลของวิธีการสร้างแบบจำลอง รวมถึงระดับความละเอียด ตารางข้อเท็จจริง มิติข้อมูล และกรณีที่ควรใช้ตารางแบบกว้าง
  • มีประสบการณ์จริงกับชั้นความหมาย และอธิบายเมตริก มิติข้อมูล ระดับความละเอียด การเชื่อมตาราง และการเข้าถึงของเอเจนต์ได้
  • มีประสบการณ์รับผิดชอบ CDC หรือไปป์ไลน์สตรีมมิงรูปแบบอื่น การแปลงข้อมูลแบบเพิ่มเฉพาะส่วน และการแลกเปลี่ยนระหว่างความสดใหม่กับต้นทุน
  • มีประสบการณ์กับ Snowflake หรือ Databricks รวมถึงการรีเฟรชแบบเพิ่มเฉพาะส่วนเทียบกับรีเฟรชทั้งหมด การจัดกลุ่มข้อมูล ต้นทุน ขนาดระบบ และเป้าหมายความหน่วง
  • มีประสบการณ์กับ Airflow, Dagster หรือเครื่องมือจัดการลำดับงานที่เทียบเท่า
  • มีประสบการณ์กับ CI/CD และการจัดการการติดตั้งใช้งาน รวมถึงการตรวจสอบด้วยสคีมาหรือโคลนที่แยกจากกัน การสร้างการพึ่งพาปลายทาง การเลื่อนเวอร์ชันหลังผสาน การย้อนกลับหรือระงับการติดตั้งใช้งาน และสัญญาณยืนยันความสำเร็จ
  • มีประสบการณ์ Python ในระบบใช้งานจริงอย่างน้อยสามปี พร้อมส่งมอบโค้ดในไปป์ไลน์อัตโนมัติ
  • สนใจสร้างระบบร่วมกับเอเจนต์และเพื่อให้เอเจนต์ใช้งาน มีประสบการณ์ใช้เครื่องมือขั้นสูงเพื่อทำให้ภาระงานวิเคราะห์แบบเดิมเป็นอัตโนมัติ และแสดงผลลัพธ์ การสังเกตการณ์ ธรรมาภิบาล และความสามารถในการขยายระบบได้
  • พิจารณาเป็นพิเศษ: มีประสบการณ์กับออนโทโลยีหรือแบบจำลองเอนทิตีทางธุรกิจบนชั้นความหมาย
  • พิจารณาเป็นพิเศษ: มีประสบการณ์ใช้ Spark หรือ Trino กับข้อมูลที่เกินขีดความสามารถของการสืบค้นคลังข้อมูลเพียงครั้งเดียว
  • พิจารณาเป็นพิเศษ: มีประสบการณ์ในฟินเทค การชำระเงิน หรือสภาพแวดล้อมที่มีการกำกับดูแลอื่น

สวัสดิการ

  • ประกันสุขภาพเอกชนผ่านผู้ให้บริการชั้นนำในสหราชอาณาจักร
  • วันลาพักร้อนประจำปี 27 วัน และวันหยุดธนาคารของสหราชอาณาจักร
  • วันหยุดในวันเกิด
  • สิทธิการลาเพื่อเลี้ยงดูบุตรที่เพิ่มขึ้นหลังผ่านทดลองงานหกเดือน: ผู้ดูแลหลักได้รับค่าจ้างเต็มจำนวน 16 สัปดาห์ และผู้ดูแลรองได้รับสี่สัปดาห์
  • สวัสดิการบำนาญที่เพิ่มขึ้นผ่านโครงการหักเงินเดือนก่อนหักภาษีของ Penfold
  • ประกันชีวิตคุ้มครองเป็นจำนวนสามเท่าของเงินเดือน
  • สิทธิใช้พื้นที่ WeWork ทั่วโลก
  • ทำงานแบบไฮบริดจากสำนักงาน Canary Wharf สี่วันต่อสัปดาห์ ได้แก่ วันจันทร์ วันพุธ วันพฤหัสบดี และวันศุกร์
  • งบประมาณพัฒนาการเรียนรู้ประจำปี 1,000 ดอลลาร์สหรัฐ
  • ของว่างตามธีมและอาหารกลางวันวันศุกร์จาก Sarabi
  • กิจกรรมสังสรรค์รายเดือน
  • กาแฟฟรี

งานที่เกี่ยวข้อง

Carwow.es

วิศวกรวิเคราะห์ BI อาวุโส

Carwow.es

สร้างโมเดลข้อมูลที่เชื่อถือได้และข้อมูลเชิงลึกบน Looker สำหรับตลาดซื้อขายรถยนต์ออนไลน์ของ Carwow กำหนดตัวชี้วัดทางธุรกิจ คุณภาพข้อมูล และการวิเคราะห์แบบบริการตนเอง

เปิด
Xelix

วิศวกรวิเคราะห์ข้อมูล, BI และข้อมูล

Xelix
51 – 200 พนักงาน
B2BSaaSองค์กร

สร้างโมเดล dbt และตัวชี้วัดที่เชื่อถือได้ที่ Xelix บริษัทระบบอัตโนมัติด้านการควบคุมการเงินที่ขับเคลื่อนด้วย AI ช่วยให้ทีมการเงิน ผลิตภัณฑ์ และการค้าทำงานวิเคราะห์ข้อมูลแบบบริการตนเองได้

เปิด