Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
OOpenFX
Бенгалуру, Индия2 месяца назад
Опыт работы
от 8 лет
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
OpenFX стремится обеспечить свободное перемещение денег, подобно свободному перемещению данных, без ограничений по часовым поясам, рабочему времени банков или устаревшим системам. Мы создаем инфраструктуру, которая будет обеспечивать работу платежных систем нового поколения для трансграничных платежей для учреждений. Команда демонстрирует исключительные результаты, и мы стремительно растем. Наша звездная команда состоит из специалистов с опытом работы в таких компаниях, как J.P. Morgan, Goldman Sachs, FalconX, PayPal, Affirm, Polygon, Kraken, Nium и других. Нас поддерживают Accel, Lightspeed, NfX и другие инвесторы высшего уровня. Обзор роли OpenFX ежемесячно обрабатывает миллиарды долларов транзакционного оборота по глобальным коридорам. Инженерия данных отвечает за конвейеры, которые переносят эту активность из наших торговых, банковских и расчетных систем, а также от каждого банка и поставщика ликвидности, с которым мы работаем, в lakehouse: сбор данных пакетами и в режиме реального времени, слои bronze, silver и gold, которые преобразуют необработанные события в канонические наборы данных, оркестрацию, которая поддерживает их актуальность, а также контроль качества, управления и затрат, связанных с ними. Влияние: Каждая цифра, которую Финансы закрывают, Соответствие требованиям отчитывает и руководство принимает решения, проходит через конвейеры, которыми вы управляете. Ответственность: Архитектура lakehouse, стратегия сбора данных, а также стандарты качества и управления — ваша зона ответственности. Создание: Наша миграция lakehouse, сбор данных в реальном времени и слой управления все еще растут, и вы будете определять их дальнейшее направление. Обучение: Сложные задачи на стыке финансовых данных, регулирования и масштаба.
Руководить и поддерживать pod инженерии данных. Вы несете ответственность за дорожную карту, стандарты инженерии и платформу данных. Вы создаете условия, в которых команда может их реализовать. Ответственность за сбор данных. Надежно доставляйте каждый источник в lakehouse, будь то пакетный сбор, потоковая передача или захват изменений данных (CDC), от производственных баз данных и потоков событий до файлов и API наших банковских партнеров и партнеров по ликвидности. Ответственность за lakehouse и его слои: необработанные данные, сохраненные в bronze, очищенные и унифицированные данные в silver, и золотые наборы данных, которые смоделированы, документированы и безопасны для дальнейшей работы. Установите стандарты того, как данные перемещаются между ними и кто владеет каждым слоем. Ответственность за оркестрацию и путь доставки данных: запланированные и управляемые событиями конвейеры, CI/CD и тестирование кода данных, среды, повторные загрузки и изменения схемы. Ответственность за качество и надежность данных. Определите стандарты актуальности, полноты и точности для многоуровневых наборов данных, отслеживайте их и поддерживайте реагирование на инциденты, когда данные нарушаются. Ответственность за управление данными на платформе: маркировка и маскирование PII, контроль доступа, охват каталога и происхождения данных, хранение и местоположение данных, созданные для соответствия аудитам GDPR, PCI DSS, DORA, SOC 2 и ISO 27001. Ответственность за стоимость платформы. Понимайте, куда идут расходы на хранение и вычисления, относите их к потребителям и поддерживайте их в соответствии с ценностью, которую они производят. Сделайте платформу самообслуживаемой. Аналитики, специалисты по данным и продуктовые команды должны находить, понимать и использовать золотые наборы данных, не открывая запрос. Ответственность за основы данных для машинного обучения и ИИ: хорошо документированные, управляемые наборы данных, которые модели и агенты безопасно используют, а также конвейеры, которые возвращают выходные данные моделей в бизнес. Будьте в курсе работы. Вы хорошо знаете платформу, чтобы рецензировать модель данных, помогать отлаживать неисправный конвейер и помогать команде, когда ей нужны дополнительные руки. Развивайте команду: знайте, когда команде нужен новый человек, и аргументируйте это, помогайте закрывать открытые вакансии и инвестируйте в инженеров, которые у нас уже есть, чтобы они продолжали расти в навыках и объеме. Надежные конвейеры: Многоуровневые наборы данных имеют определенные стандарты актуальности и полноты и продолжают им соответствовать. Канонические данные: Золотые наборы данных моделируются один раз, документируются, принадлежат и используются как единственный источник истины для Финансов, Соответствия требованиям и бизнеса. Охват источников: Каждая производственная система, банк и поставщик ликвидности поставляют данные в lakehouse через автоматизированный, контролируемый сбор. Операционное состояние: Инциденты с данными обнаруживаются с помощью мониторинга, решаются дежурной командой, и последующие действия после анализа проводятся. Управление: PII маркируется и маскируется, охват каталога и происхождения данных высок, а элементы управления выдерживают циклы GDPR, PCI DSS, DORA, SOC 2 и ISO 27001. Стоимость: Расходы на хранение и вычисления эффективно масштабируются с объемом данных, с четкой атрибуцией по потребителям. Самообслуживание: Команды находят и используют необходимые им данные, не обращаясь к очереди инженерии данных. Команда: Инженеры развивают навыки и объемы работы, чувствуют доверие к руководству своей работой, и рабочая нагрузка устойчива. Талант: Сильные инженеры хотят присоединиться и остаться, и вы повышаете планку в каждом цикле найма, в котором участвуете.
Обязательные требования: 8 или более лет опыта в инженерии данных, из которых 4 или более лет управления командой инженеров данных, с подчиненными старшими инженерами. Опыт работы в регулируемой или аудируемой среде. Опыт масштабирования. Вы управляли производственными конвейерами и lakehouse или складом данных, обслуживающими множество команд, и получили опыт благодаря инцидентам, миграциям и росту, связанным с этим. Глубокие знания современной инженерии данных: пакетный и потоковый сбор данных, захват изменений данных, открытые форматы таблиц, многоуровневое моделирование данных, оркестрация, а также тестирование качества данных и наблюдаемость. Возглавляли крупное платформенное решение, такое как миграция склада данных или lakehouse, или изменение оркестрации, от оценки до запуска в производство. Способность писать код при необходимости. Вы можете писать SQL и Python, рецензировать модель данных и конвейер, а также отлаживать сбойные задания. Подтвержденный опыт найма и управления эффективностью. Руководит, развивая людей вокруг себя. Ваши бывшие подчиненные скажут, что вы сначала слушали, расчищали им путь и были с ними честны. Использует ИИ-агентов и помощников для автоматизации рутинной работы в инженерии данных. Четкое письменное общение. Мы в основном асинхронны и глобально распределены. Что поможет вам выделиться: Опыт управления инженерией данных в сфере финтеха, платежей, банковского дела или бирж. Сбор и нормализация данных о движении денежных средств от множества внешних банков и партнеров. Внедрение контрактов на данные, каталога данных или программы обеспечения качества данных в масштабах организации. Потоковые конвейеры и конвейеры захвата изменений данных в производственной среде. Практический опыт аудитов GDPR, PCI DSS, DORA, SOC 2 или ISO 27001 со стороны данных.
Конкурентоспособная заработная плата и пакет льгот. Акции быстрорастущей компании. Возможность работать в динамичном стартапе на переднем крае финтех-инноваций. Возможность оказать значительное влияние на глобальную финансовую инфраструктуру. Совместная рабочая культура с акцентом на личный и профессиональный рост.
About Us OpenFX is on a mission to move money as freely as data, unrestricted by time zones, banking hours, or legacy systems. We are building the infrastructure that will power the next generation of cross-border payment systems for institutions. The team's execution has been exceptional, and we're scaling at a remarkable pace. Our stellar early team comes with experience in companies like J.P. Morgan, Goldman Sachs, FalconX, PayPal, Affirm, Polygon, Kraken, Nium & others. We're backed by Accel, Lightspeed, NfX and other top-tier investors. Role Overview OpenFX processes billions of dollars in transaction volume every month across global corridors. Data Engineering owns the pipelines that carry that activity from our trading, banking and settlement systems, and from every bank and liquidity provider we work with, into the lakehouse: ingestion in batch and in real time, the bronze, silver and gold layers that turn raw events into canonical datasets, the orchestration that keeps them fresh, and the quality, governance and cost controls around them. Key Responsibilities Lead and support the Data Engineering pod. You are accountable for the roadmap, the engineering standards and the data platform. You create the conditions in which the team can deliver them. Own ingestion. Bring every source into the lakehouse reliably, whether by batch, streaming or change data capture, from production databases and event streams to the files and APIs of our banking and liquidity partners. Own the lakehouse and its layers: raw data preserved in bronze, cleaned and conformed data in silver, and gold datasets that are modelled, documented and safe to build on. Set the standards for how data moves between them and who owns each layer. Own orchestration and the delivery path for data: scheduled and event-driven pipelines, CI/CD and testing for data code, environments, backfills and schema change. Own data quality and reliability. Define freshness, completeness and accuracy standards for tiered datasets, monitor them, and support incident response when data breaks. Own data governance in the platform: PII tagging and masking, access control, catalog and lineage coverage, retention and data residency, built to stand up to GDPR, PCI DSS, DORA, SOC 2 and ISO 27001 audits. Own the cost of the platform. Understand where storage and compute spend goes, attribute it to consumers, and keep it in line with the value it produces. Make the platform self-serve. Analysts, data scientists and product teams should find, understand and use gold datasets without opening a ticket. Own the data foundations for machine learning and AI: well-documented, governed datasets that models and agents consume safely, and the pipelines that carry model outputs back into the business. Stay close to the work. You know the platform well enough to review a data model, help debug a broken pipeline and roll up your sleeves when the team needs an extra pair of hands. Grow the team: know when the team needs another person and make the case, help close open roles, and invest in the engineers we already have so they keep growing in skill and scope. What We Are Looking For Must-haves: 8 or more years in data engineering, of which 4 or more years managing a data engineering team, with senior engineers reporting in. Has operated in a regulated or audited environment. Has seen scale. You have run production pipelines and a lakehouse or warehouse serving many teams, and learned from the incidents, migrations and growth that come with it. Deep in modern data engineering: batch and streaming ingestion, change data capture, open table formats, layered data modelling, orchestration, and data quality testing and observability. Has led a major platform decision, such as a warehouse or lakehouse migration or an orchestration change, from evaluation through to production. Can still ship code when needed. You can write SQL and Python, review a data model and a pipeline, and debug a failing job. Demonstrated hiring and performance management. Leads by growing the people around you. Your former reports would say you listened first, cleared the way for them and were honest with them. Uses AI agents and assistants to automate the toil out of data engineering work. Clear written communicator. We are async-heavy and globally distributed. What helps you stand out: Experience running data engineering in fintech, payments, banking or exchanges. Ingesting and normalising money-movement data from many external banks and partners. Rolling out data contracts, a data catalog or a data quality programme across an organisation. Streaming and change-data-capture pipelines in production. Hands-on with GDPR, PCI DSS, DORA, SOC 2 or ISO 27001 audits from the data side. What Success Looks Like Reliable pipelines: Tiered datasets have defined freshness and completeness standards, and continue to meet them. Canonical data: Gold datasets are modelled once, documented, owned and used as the source of truth across Finance, Compliance and the business. Source coverage: Every production system, bank and liquidity provider feeds the lakehouse through automated, monitored ingestion. Operational health: Data incidents are caught by monitoring, resolved with the on-call team, and post-mortem actions are followed through. Governance: PII is tagged and masked, catalog and lineage coverage is high, and controls hold up across GDPR, PCI DSS, DORA, SOC 2 and ISO 27001 cycles. Cost: Storage and compute spend scales efficiently with data volume, with clear attribution by consumer. Self-serve: Teams find and use the data they need without depending on the data engineering queue. Team: Engineers are growing in skill and scope, feel trusted to lead their own work, and the workload is sustainable. Talent: Strong engineers want to join and stay, and you raise the bar of every hiring loop you sit on. Why This Role Impact: Every number Finance closes on, Compliance reports on and leadership decides on flows through pipelines you own. Ownership: The lakehouse architecture, the ingestion strategy and the quality and governance standards are yours to define. Build: Our lakehouse migration, real-time ingestion and governance layer are still growing, and you will shape where they go next. Learning: Hard problems at the intersection of financial data, regulation and scale. What We Offer Competitive salary and benefits package. Equity in a rapidly growing company. Opportunity to work in a fast-paced startup at the forefront of fintech innovation. Opportunity to make a significant impact on global financial infrastructure. Collaborative work culture with emphasis on personal and professional growth. We are committed to building a diverse and inclusive workplace. All qualified applicants will receive consideration for employment without regard to race, color, religion, sex, sexual orientation, gender identity, national origin, disability, or veteran status.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 3 840 000 до 6 780 000
