Senior Data Engineer

🕒 il y a 1 mois

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Versapay

Site WebLinkedInTous les Emplois

201 - 500 employés

Fondée en 2006

🤝 B2B

💳 Fintech

☁️ SaaS

💰 €4 000 000 Post-IPO Debt en 2019-11

B2B • Fintech • SaaS

Versapay est une entreprise qui propose un réseau collaboratif de gestion des comptes clients (AR), conçu pour offrir des solutions d'automatisation des AR et de paiements B2B de premier plan. La plateforme fournit des outils pour automatiser les tâches AR, gérer les applications de trésorerie et faciliter les paiements B2B sur plusieurs canaux, tout en s'intégrant avec des systèmes ERP tels que Microsoft Dynamics, NetSuite et Sage Intacct. Les solutions de Versapay aident les équipes à collaborer efficacement via le cloud, réduisant les traitements manuels et améliorant le flux de trésorerie. L'entreprise se concentre sur la simplification du processus de facturation-encaissement à l'aide de l'intelligence artificielle, améliorant l'expérience client avec des portails faciles à utiliser et offrant des méthodes de paiement numérique complètes. Versapay soutient également des transactions B2B à grande échelle dans le monde entier, promouvant l'efficacité et les bénéfices environnementaux grâce à la facturation numérique.

Description

• 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.

🎯 Exigences

• 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).