
201 - 500 Mitarbeiter
Gegründet 2005
☁️ SaaS
🏠 Immobilien
🤝 B2B
💰 Private Equity Round - CINC Systems im 2023-12
SaaS • Real Estate • B2B
CINC Systems ist eine cloudbasierte All-in-One-Softwareplattform für die Verwaltung von Gemeinschaftsverbänden (HOAs und COAs), die Verwaltungsunternehmen, Vorständen und Hausbesitzern hilft, Abläufe zu optimieren und das Bewohnererlebnis zu verbessern. Die Plattform bietet Finanzmanagement und -überwachung (einschließlich Online-Zahlungen und ein sicheres Zahlungsportal), KI-gesteuerte Berichterstattung und Prognosen (Cephai), Kommunikations- und Bewohnerengagement-Tools, Online-Abstimmungen und -Umfragen, Wartungs-/Arbeitsauftragskoordination, Compliance-Tracking sowie zentrale Daten und Einblicke. CINC richtet sich an professionelle Verbandsverwaltungsfirmen und Hausbesitzervorstände mit Automatisierung, Sicherheit und Skalierbarkeit; das Unternehmen berichtet über 1. 000+ Kunden im Bereich Verbandsmanagement, 51. 000+ betreute Hausgemeinschaften, 6M+ Wohneinheiten und über 11 Milliarden USD+ jährlich abgewickelte Zahlungen.
🔥 vor 5 Minuten
🗣️🇺🇸🇬🇧 Englisch erforderlich
Woher diese Stelle stammt
Veröffentlicht auf der Karriereseite von CINC Systems ↗, nicht über eine Jobbörse
Von Remote Rocketship zum ersten Mal gesehen vor 5 Minuten

201 - 500 Mitarbeiter
Gegründet 2005
☁️ SaaS
🏠 Immobilien
🤝 B2B
💰 Private Equity Round - CINC Systems im 2023-12
SaaS • Real Estate • B2B
CINC Systems ist eine cloudbasierte All-in-One-Softwareplattform für die Verwaltung von Gemeinschaftsverbänden (HOAs und COAs), die Verwaltungsunternehmen, Vorständen und Hausbesitzern hilft, Abläufe zu optimieren und das Bewohnererlebnis zu verbessern. Die Plattform bietet Finanzmanagement und -überwachung (einschließlich Online-Zahlungen und ein sicheres Zahlungsportal), KI-gesteuerte Berichterstattung und Prognosen (Cephai), Kommunikations- und Bewohnerengagement-Tools, Online-Abstimmungen und -Umfragen, Wartungs-/Arbeitsauftragskoordination, Compliance-Tracking sowie zentrale Daten und Einblicke. CINC richtet sich an professionelle Verbandsverwaltungsfirmen und Hausbesitzervorstände mit Automatisierung, Sicherheit und Skalierbarkeit; das Unternehmen berichtet über 1. 000+ Kunden im Bereich Verbandsmanagement, 51. 000+ betreute Hausgemeinschaften, 6M+ Wohneinheiten und über 11 Milliarden USD+ jährlich abgewickelte Zahlungen.
• Die Vision und Roadmap für die Datenarchitektur definieren sowie robuste, skalierbare und sichere Datenpipelines für Analytics-, API- und KI-Anwendungen entwerfen und entwickeln • Die Architektur moderner Dateninfrastrukturen in Cloud-Umgebungen verantworten und dabei Services wie Lambda, Glue, Athena, EventBridge und S3 einsetzen • Mit Führungskräften aus den Bereichen KI und Anwendungsentwicklung zusammenarbeiten, um die Bereitstellung strukturierter, hochwertiger Daten für Training, Inferenz und Echtzeit-Entscheidungssysteme zu gestalten • Standards und Schemata für die Datenmodellierung in Analytics- und operativen Anwendungsfällen etablieren • Datenverträge und Governance-Muster für Datenherkunft, Versionierung und Zuverlässigkeit definieren und deren Einführung vorantreiben • Streaming- und ereignisgesteuerte Datenarchitekturen leiten, die latenzarme und hochintegrere Datenflüsse in großem Maßstab unterstützen • Die Strategie für die Automatisierung der Datenqualität und die Observability festlegen • Mit der Leitung von Product und Analytics KPIs, Metriken und Datenpipelines für Nutzungsdaten definieren • Gemeinsam mit KI-Entwicklerinnen und -Entwicklern Embedding-Pipelines, RAG-Datenquellen und Feature Stores konzipieren • Die Standards der Data-Engineering-Praxis durch Code-Reviews, Design-Reviews, Pairing und Mentoring weiterentwickeln • Architekturprüfungen leiten und teamübergreifende Standards für Sicherheit, Compliance und Skalierbarkeit gestalten • KI-native Tools und Verfahren für Datenklassifizierung, Anomalieerkennung und Metadatenanreicherung identifizieren und deren Einsatz vorantreiben • Hochzuverlässige und observierbare Datensysteme bereitstellen, die in das KI- und Produktökosystem integriert sind • Produkt- und KI-Teams den Zugriff auf saubere, gut strukturierte Daten ermöglichen und Echtzeit-Entscheidungen unterstützen
• Mindestens 10 Jahre Berufserfahrung im Data Engineering oder in der Backend-Softwareentwicklung mit starkem Fokus auf große Datensysteme • Hervorragende Kenntnisse in SQL sowie in mindestens einer Programmiersprache wie Python, TypeScript oder Java • Nachweisbare Erfahrung mit dem Entwurf, der Skalierung und dem Betrieb ereignisgesteuerter Datenarchitekturen und Microservices unter Verwendung von AWS-Services wie EventBridge, S3, Lambda, API Gateway, DynamoDB und Glue • Tiefgehendes Verständnis relationaler und analytischer Datenbanken, darunter SQL Server, Postgres oder Redshift • Umfassende Erfahrung mit der Architektur von ETL- und ELT-Pipelines sowie ausgeprägte Kenntnisse in Datenmodellierung, Versionierung und Testverfahren • Praktische Erfahrung mit Datenmustern für KI und ML, darunter Embeddings, Feature Stores und RAG-Pipelines • Sehr gute Kenntnisse des API-basierten Datenzugriffs sowie der Designprinzipien von GraphQL- oder REST-APIs • Erfahrung mit der Etablierung von DevOps-Praktiken im Data Engineering, einschließlich CI/CD-Pipelines, IaC und Observability • Tiefgehendes Verständnis von Data Governance, Zugriffskontrolle und Best Practices zum Datenschutz sowie Erfahrung in der Definition von Standards für andere • Erfahrung mit der Architektur von Datensystemen, die KI- und ML-Anwendungen im Produktivbetrieb unterstützen, einschließlich der Integration von APIs wie OpenAI, Anthropic oder Bedrock • Tiefgehendes Verständnis dafür, wie Datenqualität und Architektur die Ergebnisse von KI-Systemen und Produkterlebnisse beeinflussen • Fähigkeit, Pipelines zu entwerfen, die für Modelltraining, Fine-Tuning und Echtzeit-Inferenz optimierte Daten bereitstellen • Erfahrung bei der Auswahl und Nutzung von Vektordatenbanken wie Weaviate, Pinecone oder Postgres pgvector • Nachweisbare Erfahrung darin, Möglichkeiten für den Einsatz von Automatisierung und KI zur Verbesserung von Data-Engineering-Workflows zu identifizieren und umzusetzen • Nachgewiesene Fähigkeit, mehrere Teams durch technischen Einfluss und eigenes Vorbild zu führen • Ausgezeichnete Kommunikationsfähigkeiten sowie die Fähigkeit, Engineering-, Product- und Analytics-Teams zu verbinden und komplexe technische Entscheidungen für technische und nicht technische Zielgruppen klar zu erläutern • Strukturiertes Denkvermögen sowie die Fähigkeit, Systemengpässe zu diagnostizieren, komplexe Datenflüsse zu vereinfachen und fundierte architektonische Abwägungen zu treffen • Ausgeprägtes Verantwortungsbewusstsein mit Fokus auf messbare Geschäftsergebnisse • Erfahrene Mentorin bzw. erfahrener Mentor, die bzw. der organisationsweit Standards für hochwertige Datenarbeit setzt • Überzeugung, dass KI die Wirkung solider Grundlagen verstärkt und zuverlässige, gut konzipierte Datensysteme das Fundament intelligenter Lösungen bilden • Ausgeprägte Hands-on-Mentalität mit Fokus auf Ergebnisse statt auf Tools • Starke Kundenorientierung und Motivation, Erkenntnisse und Erlebnisse zu liefern, die das Leben der Nutzerinnen und Nutzer verbessern • Bereitschaft zu kontinuierlicher Verbesserung, Experimenten und Lernen • Wertschätzung von Einfachheit, Zuverlässigkeit und Transparenz – sowohl bei Systemen als auch in der Kommunikation • Ausgewogenes Verhältnis zwischen Innovation und Stabilität sowie das Verständnis, dass reibungslose Abläufe schnellere Ergebnisse ermöglichen
• Arbeitgeber der Chancengleichheit für Frauen, Angehörige von Minderheiten, geschützte Veteraninnen und Veteranen sowie Menschen mit Behinderungen
Jetzt BewerbenVerbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.