Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Clara
Мехико, Мексика15 дней назад
Грейд
Staff
Опыт работы
от 10 лет
Формат работы
Гибрид
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Clara — ведущая платформа в Латинской Америке, позволяющая компаниям осуществлять и управлять всеми платежными операциями. Более 50 000 ведущих и быстрорастущих компаний используют наши корпоративные карты, оплату счетов, финансирование и B2B-платежи, а в 2025 году Financial Times назвала Clara самой быстрорастущей компанией региона. Мы увлечены помощью каждой компании, с которой работаем, в повышении её эффективности и, таким образом, конкурентоспособности региона. Нас около 400 человек, нас поддерживают, среди прочих, Notable Capital, Coatue, Kaszek, monashees, DST Global, ICONIQ, General Catalyst и Goldman Sachs. Staff Data Engineer Мы ищем Staff Data Engineer, который станет технической основой нашей организации данных. Вы станете частью команды, отвечающей за архитектуру нашей платформы данных, и будете гарантировать, что наши данные готовы к эре ИИ. Это практическая роль индивидуального исполнителя: вы будете проводить большую часть времени, занимаясь проектированием и разработкой, а не управлением людьми. Команда высококлассных специалистов, стремящихся оказать влияние на Латинскую Америку — низкое эго, высокая ответственность. Ясность — открытое и прямое общение: мы говорим то, что думаем, и предоставляем контекст там, где это важно. Простота — если что-то можно упростить, это следует сделать. Ответственность — мы несём полную ответственность за всё, что делаем. Когда что-то нужно сделать, мы не ждём. Гордость — мы устанавливаем для себя высокие стандарты, и это отражается в том, что мы предоставляем. ABC (Always Be Changing — Всегда меняйся) — мы быстро адаптируемся, принимаем изменения и продолжаем учиться. Инклюзивность — разнообразные идеи, истории и точки зрения строят лучшую Clara.
Отвечать за техническое видение и архитектуру платформы данных Clara, от приёма и хранения до моделирования, предоставления и потребления. Проектировать и создавать масштабируемые, надёжные и экономически эффективные конвейеры данных (пакетные и потоковые), поддерживающие аналитику, машинное обучение и операционные сценарии использования. Возглавлять наши усилия по внедрению ИИ: структурировать, документировать и предоставлять данные (семантические уровни, кураторские наборы данных, метаданные, хранилища признаков, данные, готовые к извлечению), чтобы люди, модели и агенты ИИ по всей компании могли использовать их безопасно и эффективно. Определять и продвигать лучшие практики в области моделирования данных, тестирования, наблюдаемости, CI/CD, отслеживания происхождения данных и качества данных. Сотрудничать с директором по данным для перевода бизнес-целей и стратегических задач в технические дорожные карты, а также для оценки решений «создать или купить». Реализовывать технические основы нашей стратегии управления данными: контроль доступа, обработка персональных данных (PII), аудируемость и соответствие требованиям, что важно в регулируемой финтех-среде. Развивать нашу платформу данных с самообслуживанием, чтобы аналитики, специалисты по данным и бизнес-команды могли работать автономно. Тесно сотрудничать с отделами инженерии, продуктов, управления рисками, роста, маркетинга и операций, чтобы гарантировать корректный сбор данных у источника. Повышать технический уровень команды посредством обзоров кода, обзоров дизайна, наставничества и технической документации, без формальных обязанностей по управлению людьми. Расширять и адаптироваться к динамичной и быстро меняющейся рабочей среде.
10+ лет опыта в области инженерии данных или разработки ПО с фокусом на данные, включая значительный опыт создания и масштабирования платформ данных в ведущей технологической компании (опыт работы в финтехе/стартапе является плюсом). Подтверждённый опыт проектирования и эксплуатации производственных архитектур данных (lakehouse/warehouse, ELT/ETL, оркестровка, потоковая передача) в масштабе. Глубокое владение SQL и Python; опыт работы с фреймворками распределённой обработки (например, Spark) и инструментами оркестровки (например, Airflow, Dagster). Опыт создания инструментов для ИИ-агентов или LLM-приложений поверх корпоративных данных (text-to-SQL, MCP, RAG-конвейеры). Практический опыт подготовки данных для использования в ML и ИИ (инженерия признаков, векторные хранилища/эмбеддинги, семантические уровни, данные, готовые для LLM) или чёткий послужной список быстрого освоения этой области. Обширный опыт работы с облачными платформами и инфраструктурой данных (AWS, GCP или Azure), а также практики Infrastructure-as-Code и CI/CD. Твёрдое знание лучших практик в области моделирования данных, качества данных, наблюдаемости и управления данными. Опыт работы с современными инструментами стека данных (например, dbt, Databricks, Snowflake, BigQuery, Kafka). Способность принимать обоснованные архитектурные компромиссы (масштабируемость, стоимость, надёжность, скорость доставки) и чётко доносить их до технической и нетехнической аудитории. Сильные межличностные и коммуникативные навыки; уверенность в способности влиять без полномочий и тесно работать с руководителем уровня директора. Степень бакалавра в области компьютерных наук, инженерии, математики или другой соответствующей количественной дисциплины (или эквивалентный практический опыт). Английский — наш рабочий язык, испанский и португальский — каждый день.
Опыт работы в сфере платежей, кредитования, карт или других регулируемых финансовых услуг. Опыт работы с каталогами данных, управлением метаданными и контрактами данных. Вклад в проекты с открытым исходным кодом или техническое письмо/выступления.
Это гибридная роль: вы будете делить своё время между офисом, клиентами и домом. Мы не устанавливаем минимальное количество дней в офисе для большинства должностей — вы будете проводить время в офисе естественным образом, а большую часть дней во время вашего обучения или когда этого попросит ваш руководитель. Конкурентоспособная заработная плата и опционы на акции (ESOP) с первого дня. Ежегодный бюджет на обучение и ускоренные пути развития.
Clara is the leading platform in Latin America for companies to execute and manage every payment operation. More than 50,000 leading and fast-growing businesses run on our corporate cards, bill pay, financing and B2B payments, and in 2025 the Financial Times named Clara the region’s fastest-growing company. We’re passionate about helping every company we work with become more effective—and, through that, raising the region’s competitiveness. We’re ~400 people, backed by Notable Capital, Coatue, Kaszek, monashees, DST Global, ICONIQ, General Catalyst and Goldman Sachs, among others. Staff Data Engineer We are looking for a Staff Data Engineer to be the technical backbone of our Data organization. You will be part of the team owning the architecture of our data platform and making sure our data is ready for the AI era. This is a hands-on, individual-contributor role: you will spend most of your time designing and building, not managing people. You will: Own the technical vision and architecture of Clara's data platform, from ingestion and storage to modeling, serving and consumption Design and build scalable, reliable, cost-efficient data pipelines (batch and streaming) that support analytics, machine learning and operational use cases Lead our AI enablement efforts: structure, document and expose data (semantic layers, curated datasets, metadata, feature stores, retrieval-ready data) so that people, models and AI agents across the company can use it safely and effectively Define and drive best practices in data modeling, testing, observability, CI/CD, lineage and data quality Partner with the Director of Data to translate business and strategic goals into technical roadmaps, and to evaluate build-vs-buy decisions Implement the technical foundations of our data governance strategy: access control, PII handling, auditability and compliance, which matter in a regulated fintech environment Advance our self-service data platform so analysts, data scientists and business teams can work autonomously Collaborate closely with Engineering, Product, Risk, Growth, Marketing and Operations to ensure data is captured correctly at the source Raise the technical bar of the team through code reviews, design reviews, mentoring and technical documentation, without formal people-management responsibilities Stretch and adapt to a dynamic and fast-paced work environment Requirements 10+ years of experience in data engineering or software engineering with a data focus, including significant experience building and scaling data platforms at a top-tier tech company (fintech/startup experience is a plus) Proven track record designing and operating production-grade data architectures (lakehouse/warehouse, ELT/ETL, orchestration, streaming) at scale Deep proficiency in SQL and Python; experience with distributed processing frameworks (e.g. Spark) and orchestration tools (e.g. Airflow, Dagster) Experience building tooling for AI agents or LLM applications on top of enterprise data (text-to-SQL, MCP, RAG pipelines) Hands-on experience preparing data for ML and AI use cases (feature engineering, vector stores/embeddings, semantic layers, LLM-ready data) or a clear track record of moving quickly into this space Strong experience with cloud data platforms and infrastructure (AWS, GCP or Azure), plus infrastructure-as-code and CI/CD practices Strong command of data modeling, data quality, observability and governance best practices Experience with modern data stack tools (e.g. dbt, Databricks, Snowflake, BigQuery, Kafka) Ability to make sound architectural trade-offs (scalability, cost, reliability, speed of delivery) and communicate them clearly to technical and non-technical audiences Strong interpersonal and communication skills; comfortable influencing without authority and working closely with a Director-level leader Bachelor's degree in Computer Science, Engineering, Math, or another relevant quantitative discipline (or equivalent practical experience) Nice to have: Experience in payments, credit, cards or other regulated financial services Experience with data catalogs, metadata management and data contracts Open-source contributions or technical writing/speaking Where we work This is a hybrid role: you'll split your time between the office, customers and home. We don't set a minimum number of office days for most roles — you'll spend time in the office naturally, and most days during your ramp-up or when your leader asks. Why Clara A high talent-density team driven to make an impact in Latin America — low ego, high ownership. Competitive salary and stock options (ESOP) from day one. An annual learning budget and accelerated development paths. English is our working language, with Spanish and Portuguese every day. How we work Clarity — Open and direct communication: we say what we mean and give context where it matters. Simplicity — If it can be simpler, it should be. Ownership — We own everything we do, end to end. When something needs to happen, we don't wait. Pride — We hold ourselves to a high standard, and it shows in what we deliver. ABC (Always Be Changing) — We adapt fast, embrace change, and keep learning. Inclusivity — Diverse ideas, stories and perspectives build a better Clara. If you meet the must-haves, apply — the nice-to-haves are a bonus, not a requirement.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 97 900 до 161 000