Empleo
Del feed del socio
Ingeniero de datos sénior
Precio a consultar
Detalles
- Tipo de empleo
- Jornada completa
- Remoto
- Sí
- Empresa
- Clear Street
Descripción
Traducido automáticamente de English. El texto original es el oficial. Traducción automática — se está preparando una más precisa.
Descripción del trabajo
Clear Street está modernizando el ecosistema de corretaje. Fundada en 2018, Clear Street es una empresa de servicios financieros diversificada que reemplaza la infraestructura heredada utilizada en los mercados de capitales.
Comenzamos desde cero construyendo un sistema de compensación y custodia completamente nativo de la nube diseñado para el complejo mercado global actual. Nuestra plataforma está completamente integrada con cámaras de compensación y bolsas de valores centrales para respaldar miles de millones en volumen de operaciones por día. Hemos agonizado por las abstracciones de nuestros modelos de datos, hemos creado escalabilidad horizontal y hemos creado API bien pensadas. Todo para que podamos brindar la mejor experiencia de su clase a nuestros clientes.
Al combinar talento altamente calificado en ingeniería y productos con profesionales financieros experimentados, estamos construyendo lo esencial para competir en los mercados acelerados de hoy.
El equipo:
La misión del equipo de Clear Street Active es brindar la mejor ejecución para cada clase de activos en todos los mercados. Active está construyendo una nueva plataforma comercial de última generación basada en la nube que brinda a los operadores de alto rendimiento acceso a lugares de liquidez en múltiples clases de activos, gráficos de vanguardia y un manejo de órdenes sofisticado.
El equipo de Active Data es dueño de cómo la empresa se entiende a sí misma y, cada vez más, de cómo decide qué hacer a continuación. Los datos fluyen hacia nuestro almacén desde plataformas publicitarias, análisis de productos, CRM y sistemas de soporte, y los propios sistemas de la correduría. Fluye de regreso a las plataformas que envían mensajes a nuestros clientes, ofertan por otros nuevos y gestionan las relaciones con ellos. Cada salto es un lugar donde los datos pueden duplicarse, retrasarse o redefinirse silenciosamente, y un error que sale del almacén no sigue siendo un problema de informes. Gasta el presupuesto publicitario en las personas equivocadas, envía a un cliente el mensaje equivocado o indica incorrectamente un número regulado. Mover datos es algo que está en juego. Mantenerlo verdadero mientras viaja es el problema que posee este rol. Es un equipo pequeño con una amplia superficie y lo estamos ampliando a medida que la plataforma crece hasta llegar a decenas de miles de cuentas.
El papel:
De este rol dependen tres áreas del negocio y usted será el propietario de los datos de todas ellas:
• Crecimiento. Ingrese el gasto, los clics y las conversiones de cada canal pago, afiliado y orgánico, concilielos con nuestros propios registros y envíe los resultados de las cuentas financiadas a las plataformas publicitarias, de modo que las ofertas se optimicen para los clientes que realmente financian y comercian.
• Ciclo de vida y recorrido del usuario. Resuelva la identidad de cada cliente desde una primera visita anónima hasta el registro, KYC, financiación y primera transacción, y mantenga los mensajes del ciclo de vida, el CRM y los sistemas de soporte en sintonía con lo que realmente sucedió.
• Datos de intermediación. Modele la apertura de cuentas, KYC, financiación y transferencias, y operaciones desde los propios sistemas de la plataforma, con la precisión que necesita un corredor de bolsa regulado.
En los tres, podrás:
• Integridad de datos propios en ambas direcciones. Demuestre que cada feed llegó completo y a tiempo, y que cada sincronización saliente llegó como debería. Una conversión duplicada infla la inversión publicitaria, un atributo obsoleto envía un mensaje equivocado y una unión rota indica erróneamente las cuentas financiadas ante el liderazgo.
• Sea dueño de las capas del almacén en dbt: aterrizaje sin procesar, modelos preparados y resueltos por identidad, y los modelos seleccionados que leen los analistas, científicos de datos, paneles y agentes internos de IA. Cada modelo tiene grano declarado y pruebas.
• Establecer contratos de datos con ingeniería de productos y con los propietarios de las plataformas de las que dependemos, de modo que un cambio ascendente quede atrapado en el límite en lugar de anular silenciosamente un campo de tres modelos descendentes. Los definirá en lugar de heredarlos.
• Gobernanza propia: acceso basado en roles, enmascaramiento de PII, retención y auditabilidad, incluidas herramientas de autoservicio que no se convierten en una forma de eludir los permisos.
• Elija deliberadamente entre lotes, captura de datos modificados y streaming, en función de lo que cada consumidor realmente necesita.
• Asóciese con Marketing, Producto y Operaciones para capturar los eventos y campos que el negocio necesita. Este rol se mide en función de si las cifras de la empresa son correctas y puntuales, no en función de los proyectos entregados.
Lo que valoramos:
• Los ingenieros midieron si los números eran correctos, no según lo que se envió
• Muy alta agencia. Gran parte del trabajo aquí comienza antes de que el requisito sea claro: la fuente no tiene documentación, el campo que necesita nunca fue capturado y el equipo propietario está ocupado con el envío. Necesitamos a alguien que busque una dependencia en otro equipo y envíe algo confiable sin especificaciones.
• Escepticismo sobre los datos, incluidos sus propios canales. Verifique el grano, las uniones y la integridad antes de confiar en un número.
• Preferencia por sistemas aburridos y observables en lugar de sistemas inteligentes
• Comunicación clara con personas que no son ingenieros: capaz de explicarle a un especialista en marketing por qué se movió el número de ayer y negociar un cambio de esquema con un equipo de producto esa misma tarde.
• Pragmatismo: enviar la versión que funciona ahora y mejorarla deliberadamente en lugar de esperar a que llegue la ideal.
Requisitos:
• Mínimo cinco años en ingeniería de datos o ingeniería de análisis, con procesos de producción de los que usted estaba pendiente cuando se rompieron.
• Profundo dominio de SQL y Python, y experiencia en producción con dbt en un almacén en capas: modelos sin procesar, preparados y seleccionados con un grano declarado, pruebas y compilaciones incrementales.
• Experiencia práctica en la incorporación de datos de aplicaciones y de terceros a través de conectores administrados, canalizaciones de eventos y captura de datos modificados, y en el manejo de lo que sale mal con cada uno: deriva del esquema, resincronizaciones, duplicados y registros tardíos o faltantes.
• Experiencia en enviar datos de regreso, a través de ETL inverso, audiencias o fuentes de conversión, y ser dueño de su exactitud después de que salen del almacén.
• Calidad de los datos en la práctica: conciliación con los sistemas de registro, monitoreo de frescura y volumen, y la solución que evita que un incidente se repita...
Fuente: Jobspresso (https://jobspresso.co/job/senior-data-engineer-clear-street/)
Clear Street está modernizando el ecosistema de corretaje. Fundada en 2018, Clear Street es una empresa de servicios financieros diversificada que reemplaza la infraestructura heredada utilizada en los mercados de capitales.
Comenzamos desde cero construyendo un sistema de compensación y custodia completamente nativo de la nube diseñado para el complejo mercado global actual. Nuestra plataforma está completamente integrada con cámaras de compensación y bolsas de valores centrales para respaldar miles de millones en volumen de operaciones por día. Hemos agonizado por las abstracciones de nuestros modelos de datos, hemos creado escalabilidad horizontal y hemos creado API bien pensadas. Todo para que podamos brindar la mejor experiencia de su clase a nuestros clientes.
Al combinar talento altamente calificado en ingeniería y productos con profesionales financieros experimentados, estamos construyendo lo esencial para competir en los mercados acelerados de hoy.
El equipo:
La misión del equipo de Clear Street Active es brindar la mejor ejecución para cada clase de activos en todos los mercados. Active está construyendo una nueva plataforma comercial de última generación basada en la nube que brinda a los operadores de alto rendimiento acceso a lugares de liquidez en múltiples clases de activos, gráficos de vanguardia y un manejo de órdenes sofisticado.
El equipo de Active Data es dueño de cómo la empresa se entiende a sí misma y, cada vez más, de cómo decide qué hacer a continuación. Los datos fluyen hacia nuestro almacén desde plataformas publicitarias, análisis de productos, CRM y sistemas de soporte, y los propios sistemas de la correduría. Fluye de regreso a las plataformas que envían mensajes a nuestros clientes, ofertan por otros nuevos y gestionan las relaciones con ellos. Cada salto es un lugar donde los datos pueden duplicarse, retrasarse o redefinirse silenciosamente, y un error que sale del almacén no sigue siendo un problema de informes. Gasta el presupuesto publicitario en las personas equivocadas, envía a un cliente el mensaje equivocado o indica incorrectamente un número regulado. Mover datos es algo que está en juego. Mantenerlo verdadero mientras viaja es el problema que posee este rol. Es un equipo pequeño con una amplia superficie y lo estamos ampliando a medida que la plataforma crece hasta llegar a decenas de miles de cuentas.
El papel:
De este rol dependen tres áreas del negocio y usted será el propietario de los datos de todas ellas:
• Crecimiento. Ingrese el gasto, los clics y las conversiones de cada canal pago, afiliado y orgánico, concilielos con nuestros propios registros y envíe los resultados de las cuentas financiadas a las plataformas publicitarias, de modo que las ofertas se optimicen para los clientes que realmente financian y comercian.
• Ciclo de vida y recorrido del usuario. Resuelva la identidad de cada cliente desde una primera visita anónima hasta el registro, KYC, financiación y primera transacción, y mantenga los mensajes del ciclo de vida, el CRM y los sistemas de soporte en sintonía con lo que realmente sucedió.
• Datos de intermediación. Modele la apertura de cuentas, KYC, financiación y transferencias, y operaciones desde los propios sistemas de la plataforma, con la precisión que necesita un corredor de bolsa regulado.
En los tres, podrás:
• Integridad de datos propios en ambas direcciones. Demuestre que cada feed llegó completo y a tiempo, y que cada sincronización saliente llegó como debería. Una conversión duplicada infla la inversión publicitaria, un atributo obsoleto envía un mensaje equivocado y una unión rota indica erróneamente las cuentas financiadas ante el liderazgo.
• Sea dueño de las capas del almacén en dbt: aterrizaje sin procesar, modelos preparados y resueltos por identidad, y los modelos seleccionados que leen los analistas, científicos de datos, paneles y agentes internos de IA. Cada modelo tiene grano declarado y pruebas.
• Establecer contratos de datos con ingeniería de productos y con los propietarios de las plataformas de las que dependemos, de modo que un cambio ascendente quede atrapado en el límite en lugar de anular silenciosamente un campo de tres modelos descendentes. Los definirá en lugar de heredarlos.
• Gobernanza propia: acceso basado en roles, enmascaramiento de PII, retención y auditabilidad, incluidas herramientas de autoservicio que no se convierten en una forma de eludir los permisos.
• Elija deliberadamente entre lotes, captura de datos modificados y streaming, en función de lo que cada consumidor realmente necesita.
• Asóciese con Marketing, Producto y Operaciones para capturar los eventos y campos que el negocio necesita. Este rol se mide en función de si las cifras de la empresa son correctas y puntuales, no en función de los proyectos entregados.
Lo que valoramos:
• Los ingenieros midieron si los números eran correctos, no según lo que se envió
• Muy alta agencia. Gran parte del trabajo aquí comienza antes de que el requisito sea claro: la fuente no tiene documentación, el campo que necesita nunca fue capturado y el equipo propietario está ocupado con el envío. Necesitamos a alguien que busque una dependencia en otro equipo y envíe algo confiable sin especificaciones.
• Escepticismo sobre los datos, incluidos sus propios canales. Verifique el grano, las uniones y la integridad antes de confiar en un número.
• Preferencia por sistemas aburridos y observables en lugar de sistemas inteligentes
• Comunicación clara con personas que no son ingenieros: capaz de explicarle a un especialista en marketing por qué se movió el número de ayer y negociar un cambio de esquema con un equipo de producto esa misma tarde.
• Pragmatismo: enviar la versión que funciona ahora y mejorarla deliberadamente en lugar de esperar a que llegue la ideal.
Requisitos:
• Mínimo cinco años en ingeniería de datos o ingeniería de análisis, con procesos de producción de los que usted estaba pendiente cuando se rompieron.
• Profundo dominio de SQL y Python, y experiencia en producción con dbt en un almacén en capas: modelos sin procesar, preparados y seleccionados con un grano declarado, pruebas y compilaciones incrementales.
• Experiencia práctica en la incorporación de datos de aplicaciones y de terceros a través de conectores administrados, canalizaciones de eventos y captura de datos modificados, y en el manejo de lo que sale mal con cada uno: deriva del esquema, resincronizaciones, duplicados y registros tardíos o faltantes.
• Experiencia en enviar datos de regreso, a través de ETL inverso, audiencias o fuentes de conversión, y ser dueño de su exactitud después de que salen del almacén.
• Calidad de los datos en la práctica: conciliación con los sistemas de registro, monitoreo de frescura y volumen, y la solución que evita que un incidente se repita...
Fuente: Jobspresso (https://jobspresso.co/job/senior-data-engineer-clear-street/)
Este anuncio proviene de un feed de socios. Solicítalo en el sitio web de origen.
Fuente: Clear Street
Publicación proporcionada por Clear Street.