Lead Analytics Engineer - Finance Data (FinOps) in Berlin

Finom wächst schnell, und die Finanzabteilung benötigt Daten, die mit ihr wachsen. Als unser Lead Analytics Engineer für Finance sind Sie der Datenpartner für Treasury, Abstimmung und Buchhaltung. Sie unterstützen auch unsere Unternehmensfinanzierung und Investor Reporting zusammen mit dem bestehenden Datenpartner des Teams. Sie bauen und skalieren das Datenmodell hinter diesen Bereichen, setzen Standards, integrieren die Systeme, auf die die Finanzabteilung angewiesen ist, und bringen Automatisierung ein, wo sie echte Arbeit spart.

Dies ist keine Rolle, in der man nur das umsetzt, was im Ticket steht. Sie lernen, wie die Finanzabteilung funktioniert und warum, verstehen, wo der Wert liegt, und arbeiten mit dem Team an den Abläufen, schlagen Verbesserungen sowie die Daten und Werkzeuge vor, die sie unterstützen.

Was Sie tun werden:

• Partnerschaft mit den Teams Treasury, Abstimmung und Buchhaltung hinsichtlich ihrer Prozesse, Prioritäten und wie Daten sie unterstützen.
• Aufbau von Treasury-Daten: Positionen, Cashflows und Liquidität als vertrauenswürdige Datenprodukte, auf die das Team täglich zurückgreifen kann.
• Aufbau und Skalierung der Abstimmung, sodass Übereinstimmungen, Brüche und Ausnahmen systematisch und nicht manuell behandelt werden.
• Unterstützung der Buchhaltung mit den Daten, Prüfungen und Integrationen hinter ihrem Abschluss und der täglichen Arbeit.
• Unterstützung unseres Unternehmensfinanzierungsdatenpartners bei der Unternehmensfinanzierung und dem Investor Reporting, basierend auf einem gemeinsamen Modell und einer gemeinsamen Definition.
• Entwurf und Weiterentwicklung des Finanzdatenmodells, der Entitäten und Kennzahlen mit Tests, Herkunft und Dokumentation, damit das Team diese wiederverwenden und erweitern kann.
• Festlegung von Datenstandards und Qualitätsprüfungen für Finanzdaten und Aufbau von Integrationen mit den Systemen, die die Finanzabteilung nutzt.
• Einbringung von Automatisierung und Agenten in die Finanzabläufe, wo sie wiederkehrende manuelle Arbeiten beseitigen.
• Überprüfung, wie die Finanzprozesse heute ablaufen, Identifizierung von Verbesserungsmöglichkeiten und Verknüpfung jedes Datenarbeitsstücks mit seinen Geschäftskosten und -wert.

Wie wir arbeiten:

Sie haben hohe Autonomie. Sie wählen die Werkzeuge und den Ansatz, einschließlich der Erprobung neuer Anbieter und Open-Source-Lösungen. Eine Genehmigung ist in zwei Fällen erforderlich: Erstens bei der Architektur: ob eine Lösung skalierbar ist, über Anwendungsfälle und wachsende Volumina hinweg funktioniert und ohne ständige Unterstützung läuft. Zweitens bei allem, was hochriskante Entscheidungen beeinflusst. Die Prioritäten werden durch den endgültigen Geschäftswert festgelegt.

Wer Sie sind:

• Sie haben in oder eng mit der Finanzabteilung gearbeitet: in einem Finanzteam, als Finanzdatenpartner oder in datenbezogenen Arbeiten, die sich auf Treasury, Abstimmung, Buchhaltung oder FP&A konzentrieren.
• Sie verstehen, wie eine Finanzfunktion funktioniert: den Abschluss, Cash und Liquidität, Abstimmungen und die Berichte, die daraus resultieren.
• Sie schreiben Experten-SQL und haben starke Fähigkeiten im dimensionalen oder semantischen Datenmodell.
• Sie haben Kennzahlen und Datenprodukte erstellt, auf die andere Teams angewiesen sind.
• Sie haben Erfahrung mit ETL und Data Warehouse oder Lakehouse, einschließlich der End-to-End-Einbindung von Quellen.
• Sie wählen Präzision über Geschwindigkeit, wenn die beiden in Konflikt stehen.
• Sie arbeiten wie ein Berater für das Geschäft: Sie verstehen, wie ein Prozess funktioniert, schlagen Lösungen vor und formulieren diese in Bezug auf den Geschäftswert.

Schön zu haben:

• Databricks und Unity Catalog
• Erfahrung in der Integration von ERP-, Buchhaltungs-, Banken- oder Treasury-Systemen
• Erfahrung mit Workflow-Automatisierung oder Agenten in Finanzprozessen
• CI/CD, Orchestrierung und Infrastruktur als Code
• Hintergrund in Fintech, Banking oder Zahlungen

Wie Sie wachsen werden:

In den ersten Monaten lernen Sie die Finanzabteilung, das Modell, den Stack und Ihre Stakeholder kennen. Nach sechs Monaten sind Sie selbstständig und treffen Entscheidungen über Umfang und Design, ohne eskalieren zu müssen. Von dort aus setzen Sie langfristige Ziele zusammen mit Ihren Finanzstakeholdern, übernehmen die Daten-Roadmap für Treasury, Abstimmung und Buchhaltung und mentorieren andere in der Praxis des Analytics Engineering.

Das Team:

Wir sind ein kleines zentrales Team, das mit jeder Funktion arbeitet, und die Finanzabteilung ist unser Hauptpartner. Wir verwenden einen modernen Stack, Sie können neue Tools ausprobieren, und es gibt Anreize für Veränderungen. KI-Assistenten übernehmen Routinearbeiten, damit sich die Menschen auf schwierigere Probleme konzentrieren können. Wir arbeiten auf Englisch, denken langfristig und bauen Daten, die auch nach unserer Lieferung weiterentwickelt werden.

Wir können KI-Tools einsetzen, um Teile des Einstellungsprozesses zu unterstützen, wie z.B. die Überprüfung von Bewerbungen, die Analyse von Lebensläufen oder die Bewertung von Antworten und die Identifizierung potenzieller Inkonsistenzen oder Verifizierungssignale in Bewerbungsunterlagen basierend auf verfügbaren Informationen. Diese Tools unterstützen unser Rekrutierungsteam, ersetzen jedoch nicht das menschliche Urteil. Letztendlich werden die endgültigen Einstellungsentscheidungen von Menschen getroffen. Wenn Sie weitere Informationen darüber wünschen, wie Ihre Daten verarbeitet werden, kontaktieren Sie uns.