Senior Data Engineer

🕒 vor 1 Monat

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Versapay

WebsiteLinkedInAlle Stellen

201 - 500 Mitarbeiter

Gegründet 2006

🤝 B2B

💳 Fintech

☁️ SaaS

💰 €4.000.000 Post-IPO Debt im 2019-11

B2B • Fintech • SaaS

Versapay ist ein Unternehmen, das ein kollaboratives Debitorennetzwerk (AR) anbietet, das für branchenführende AR-Automatisierung und B2B-Zahlungslösungen konzipiert ist. Die Plattform bietet Werkzeuge zur Automatisierung von AR-Aufgaben, zur Verwaltung von Zahlungseingängen und zur Erleichterung von B2B-Zahlungen über verschiedene Kanäle. Sie integriert sich mit ERP-Systemen wie Microsoft Dynamics, NetSuite und Sage Intacct. Die Lösungen von Versapay helfen Teams, effektiv in der Cloud zusammenzuarbeiten, die manuelle Verarbeitung zu reduzieren und den Cashflow zu verbessern. Das Unternehmen konzentriert sich darauf, den Rechnungs-zu-Zahlungsprozess durch künstliche Intelligenz zu vereinfachen, das Kundenerlebnis mit benutzerfreundlichen Portalen zu verbessern und umfassende digitale Zahlungsmethoden anzubieten. Versapay unterstützt auch großangelegte B2B-Transaktionen weltweit und fördert Effizienz und Umweltvorteile durch digitale Rechnungsstellung.

Beschreibung

• Architect for the Future: Optimize our existing Snowflake architecture, establishing strict environmental isolation and scalable structures that prepare our data for eventual downstream commercialization and product offerings. • Drive Agentic Engineering: Leverage tools like Snowflake Cortex, Cursor, and UiPath to automate workflows, build semantic models, and deploy agents that accelerate time-to-value. • Establish Data Observability: Implement and manage robust data quality and observability frameworks to ensure pipeline reliability and proactive issue resolution. • Operationalize Machine Learning: Design and maintain MLOps pipelines to support the seamless rollout, monitoring, and lifecycle management of ML models directly within Snowflake. • Execute Shared Ownership: Partner closely with your peers under the Data Engineering Manager to share responsibilities across pipeline management, MLOps, and architecture, avoiding siloed knowledge and ensuring comprehensive team coverage. • Model for Enterprise Utility: Synthesize disparate operational entities into a unified, enterprise-wide semantic model that supports both internal analytics and future data monetization efforts.

🎯 Anforderungen

• 5+ years of Data Engineering experience with a deep, specialized focus on Snowflake's advanced features (e.g., RBAC, materialized views, dynamic tables, Snowpipe, stored procedures). • Advanced proficiency in SQL and Python, with a strong foundation in applying software engineering best practices to ELT processes. • Observability Expertise: Hands-on experience implementing data observability and monitoring platforms (such as DataDog) to manage data quality at scale. • AI & MLOps Exposure: Demonstrated experience using AI-assisted development tools (e.g., Cursor, Cortex) and familiarity with MLOps principles for productionalizing machine learning models. • Pipeline Management: Experience building and maintaining resilient, low-touch data pipelines using modern integration and orchestration tools (e.g., Fivetran, AWS Glue, AWS Lambda).