О компании Gen:

Gen — это глобальная компания, посвящённая обеспечению цифровой свободы через свои надёжные потребительские бренды, включая Norton, Avast, LifeLock, MoneyLion и другие. Наше общее наследие основано на финансовом расширении возможностей и кибербезопасности для первых цифровых поколений, и сегодня мы предоставляем отмеченные наградами решения в области кибербезопасности, онлайн-конфиденциальности, защиты личности и финансового благополучия почти 500 миллионам пользователей в более чем 150 странах.

Вместе мы разделяем общую страсть и видение защищать потребителей и помогать им развивать, управлять и обеспечивать безопасность их цифровой и финансовой жизни. Мы всегда ищем умных, бесстрашных и высокоэффективных специалистов, которые рассматривают ИИ как командного партнёра — используя его для ускорения работы и достижения значимых результатов.

Будучи частью Gen, вы получите гибкость, инструменты и поддержку для выполнения своей лучшей работы и развития карьеры — от гибких условий работы и отпусков до конкурентной оплаты, льгот и программ по улучшению благополучия.

В Gen мы изобретательны и неустанно ориентированы на клиента. Мы создаём пространство для здоровых дебатов, экспериментов и непрерывного обучения, и ищем людей с разным опытом, идентичностями и идеями для присоединения к нашей команде. Вы будете работать с людьми, которые поддерживают друг друга, уважают друг друга и понимают, что наши различия — это конкурентное преимущество.

Если это про вас, мы будем рады видеть вас частью Gen.

О вакансии:

Мы ищем высокомотивированного старшего инженера по данным для присоединения к команде Data Platform & Martech Engineering в MoneyLion. Эта роль будет отвечать за проектирование, создание и масштабирование фундаментальных данных, которые обеспечивают аналитику, вовлечение клиентов, маркетинговую активацию, инициативы ИИ и финансовые продуктовые решения по всей организации.

Идеальный кандидат сочетает в себе прочные основы программной инженерии с экспертизой в архитектуре данных, размерном моделировании, проектировании семантического слоя и современных облачных платформах данных. Этот специалист сыграет ключевую роль в обеспечении доверенных, управляемых и масштабируемых продуктов данных, тесно сотрудничая с командами продукта, Martech, аналитики, Data Science и инженерии.

Будучи частью прогрессивной организации, мы ищем инженеров, которые принимают разработку с поддержкой ИИ и с энтузиазмом относятся к созданию интеллектуальных систем, автоматизации и решений с агентами, которые улучшают бизнес-результаты и производительность инженерии.

Основные обязанности:

• Проектировать, создавать и оптимизировать масштабируемые пакетные и потоковые платформы данных, фреймворки ETL/ELT и готовые к ИИ конвейеры данных, поддерживающие аналитику, маркетинг, продукт и операционные сценарии с сильным акцентом на надёжность, наблюдаемость, масштабируемость и оптимизацию затрат.

• Архитектурно разрабатывать и поддерживать корпоративные модели данных и архитектуры семантического слоя с использованием методологий размерного моделирования Кимбалла, включая проектирование фактов/измерений, согласованные измерения, медленно меняющиеся измерения (SCD), звёздные схемы и управляемые бизнес-метрики.

• Сотрудничать кросс-функционально с командами продукта, Martech, аналитики, Data Science и инженерии для трансформации сложных бизнес-процессов в масштабируемые контракты данных, интеграционные паттерны и доверенные аналитические модели, поддерживающие атрибуцию, аудиторию, эксперименты, персонализацию и активацию данных.

• Проектировать и поддерживать инфраструктуру Martech и клиентских данных, включая платформы такие как Hightouch, Segment, Iterable, Amplitude и другие технологии активации, обеспечивающие оркестрацию аудитории, автоматизацию клиентских путешествий, обратный ETL и маркетинговые сценарии в реальном времени.

• Создавать и внедрять решения с поддержкой ИИ, интеллектуальных агентов и продуктов данных, которые повышают внутреннюю продуктивность, вовлечение клиентов, оптимизацию кампаний и самообслуживание доступа к данным и инсайтам.

• Определять и обеспечивать соблюдение стандартов платформы для эволюции схем, происхождения данных, управления, согласованности метрик, контроля доступа, соглашений об именовании и SLA качества данных по всей организации.

• Повышать операционное совершенство в экосистеме данных через мониторинг, оповещения, проверку актуальности, обнаружение дрейфа схем, реагирование на инциденты, анализ корневых причин и поддержку производства, а также вести технические обсуждения по дизайну, обзоры архитектуры, наставничество и внедрение практик инженерии с поддержкой ИИ.

О вас:

Образование:

• Степень бакалавра в области компьютерных наук, инженерии, информационных систем, математики или смежной технической области обязательна. Предпочтительно наличие степени магистра.

Опыт:

• Более 5 лет опыта в проектировании, создании и эксплуатации производственных платформ данных и распределённых систем данных.

• Сильный опыт разработки масштабируемых продуктов данных, семантических слоёв и аналитических моделей данных, поддерживающих корпоративную отчётность и сценарии активации.

• Доказанная экспертиза в размерном моделировании данных и методологиях Кимбалла, включая моделирование фактов и измерений, согласованные измерения, SCD и управление метриками.

• Опыт поддержки платформ клиентских данных, экосистем маркетинговых технологий или платформ активации данных является большим преимуществом.

• Подтверждённая способность писать технические документы по дизайну, оценивать архитектурные компромиссы и предоставлять масштабируемые инженерные решения.

• Опыт работы в финтехе, финансовых услугах, рекламных технологиях или других строго регулируемых отраслях приветствуется.

• Сильные коммуникативные навыки и умение управлять заинтересованными сторонами с опытом сотрудничества между инженерными, аналитическими, продуктовыми и бизнес-командами.

Технические навыки:

• Глубокая экспертиза в размерном моделировании данных, архитектуре семантического слоя и методологиях Кимбалла.

• Сильный опыт проектирования таблиц фактов, согласованных измерений, стратегий SCD, звёздных схем и управляемых аналитических моделей.

• Экспертный уровень владения SQL и высокая компетентность в Python, Spark или Java с акцентом на масштабируемый, поддерживаемый и тестируемый код производственного качества.

• Практический опыт работы с облачными платформами данных, такими как Snowflake, Databricks, BigQuery или Redshift.

• Опыт работы с фреймворками оркестрации и трансформации, такими как Airflow, Dagster и dbt.

• Знакомство с потоковыми и событийно-ориентированными архитектурами с использованием Kafka, Kinesis, Pub/Sub или аналогичных технологий.

• Опыт работы с платформами клиентских данных и активации, такими как Hightouch, Segment, Iterable, Amplitude или аналогичными Martech технологиями.

• Глубокое понимание управления данными, происхождения, наблюдаемости, контроля доступа и корпоративных рамок качества данных.

• Опыт внедрения мониторинга, управления SLA, проверки актуальности, обнаружения дрейфа схем и процессов операционной поддержки.

• Знакомство с инструментами разработки с поддержкой ИИ и платформами повышения производительности инженерии, такими как Cursor, Claude Code, OpenAI или аналогичными технологиями.

Личные качества:

• Системное мышление с умением связывать бизнес-потребности, клиентский опыт и техническую архитектуру.

• Страсть к созданию масштабируемых, управляемых и доверенных платформ данных.

• Любознательность, адаптивность и энтузиазм в использовании ИИ для улучшения инженерных процессов и бизнес-результатов.

• Сильное чувство ответственности с уклоном к действию и операционному совершенству.

• Эффективный сотрудник, способный влиять на заинтересованные стороны в технических и нетехнических командах.

• Приверженность наставничеству коллег и повышению инженерных стандартов организации.

Что дальше:

После подачи заявки ожидайте следующие этапы в процессе найма:

• Интервью с рекрутером

• Интервью с менеджером по найму + живое кодирование

• Техническое интервью – проектирование системы и работа с доской – кросс-функциональная команда

• Финальное интервью – руководство