Senior Data Engineer

Senior Data Engineer

Genève Vollzeit 60000 - 80000 € / Jahr (geschätzt) Kein Homeoffice möglich
K

Auf einen Blick

  • Aufgaben: Entwickle Datenpipelines und baue eine innovative Datenplattform für unser Team.
  • Unternehmen: Keyrock, ein führendes Unternehmen im Bereich digitale Vermögenswerte mit globalem Team.
  • Vorteile: Flexibles Arbeiten, wettbewerbsfähiges Gehalt und zahlreiche Vorteile.
  • Weitere Informationen: Wachstumsorientierte Umgebung mit hervorragenden Karrierechancen.
  • Warum dieser Job: Sei Teil eines dynamischen Teams und forme die Zukunft der Datenverarbeitung.
  • Qualifikationen: Mindestens 8 Jahre Erfahrung in der Datenengineering und starke Kenntnisse in Python und SQL.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

Über Keyrock

Seit unserer Gründung im Jahr 2017 sind wir zu einem führenden Akteur im Bereich digitaler Vermögenswerte gewachsen, bekannt für unsere Partnerschaften und Innovationen. Heute arbeiten über 250 Teammitglieder weltweit mit uns zusammen. Unser diverses Team stammt aus 42 Nationalitäten, mit Hintergründen von selbstgelernten DeFi-Experten bis hin zu PhDs. Überwiegend remote, haben wir Standorte in London, Brüssel und Singapur und veranstalten regelmäßig Online- und Offline-Treffen, um den Zusammenhalt zu fördern.

Wir handeln an mehr als 80 Handelsplätzen und arbeiten mit einer Vielzahl von Vermögensausgebern. Als etablierter Market Maker hat unser einzigartiges Fachwissen zu einem schnellen Wachstum geführt. Heute umfassen unsere Dienstleistungen Market Making, Optionshandel, Hochfrequenzhandel, OTC und DeFi-Handelsplätze. Aber wir sind mehr als ein Dienstleister. Wir sind Initiatoren und Pioniere in der Anwendung der Programmiersprache Rust für unseren algorithmischen Handel und setzen uns für deren Nutzung in der Branche ein.

Wir unterstützen das Wachstum von Web3-Startups durch unser Accelerator-Programm. Wir verbessern Ökosysteme, indem wir Liquidität in vielversprechende DeFi-, RWA- und NFT-Protokolle einspeisen. Und wir treiben den Fortschritt der Branche mit unseren Forschungs- und Governance-Initiativen voran. Bei Keyrock stellen wir nicht nur die Zukunft digitaler Vermögenswerte in Aussicht, sondern bauen sie aktiv auf.

Über das Team und warum die Rolle existiert

Das Central Data Team (CDT) ist erst seit wenigen Monaten aktiv, aber Daten sind seit Tag eins das Lebenselixier von Keyrock. Wir bauen jetzt die Keyrock Data Platform auf, um Keyrockern und den KI-Agenten, die mit ihnen arbeiten, die Daten und den Kontext zu geben, die sie benötigen, um schnell und autonom innerhalb vereinbarter Grenzen und in Übereinstimmung mit unseren gemeinsamen Zielen zu handeln. Das bedeutet, Daten aus dem gesamten Unternehmen zu sammeln und in Echtzeit für alle Funktionen, die darauf angewiesen sind, verständlich zu machen: Handelsplätze, Vermögens- und Asset-Management, Produkt, Risiko, Finanzen, Compliance und Forschung, um nur einige zu nennen. Sie wären einer der ersten Mitarbeiter im CDT und wir erwarten, dass Sie zu den meisten der größeren Entscheidungen und Arbeiten beitragen. Die Standards, die wir festlegen, und die Art und Weise, wie das Team letztendlich arbeitet, sind noch offen.

Was Sie tun werden

  • Streaming- und Batch-Pipelines erstellen, die Markt-, Handels- und Portfoliodaten aufnehmen, normalisieren und verteilen, widerstandsfähig gegenüber Feed- und Börsenfehlern.
  • Selbstbedienungswerkzeuge (SDKs, Muster, Vorlagen, KI-Agenten) erstellen, damit andere Teams Datenprodukte veröffentlichen, konsumieren und darauf aufbauen können, ohne auf uns warten zu müssen.
  • Datenverträge und Schema-Evolution verwalten.
  • Schemaänderungen verhindern, die zu Koordinationsereignissen zwischen mehreren Teams führen.
  • Das Lakehouse und die Zeitreihenebene rund um die Abfragemuster der Verbraucher entwerfen.
  • Das Data Governance- und Data Quality-Framework aufbauen und weiterentwickeln: Erkennung von veralteten Datenfeeds, Schema-Validierung, Bereichsprüfungen, idempotente Schreibvorgänge, Herkunft, Eigentum, Selbstheilung.
  • Die abgeleiteten Analysen erstellen, auf denen das Geschäft basiert: Cross-Exchange-Spreads, VWAP in der Tiefe, Mikrostruktur des Orderbuchs für die Handelsplätze; Portfolioansichten, Exposition, Leistung für Vermögens- und Asset-Management.
  • Beobachtbarkeit, Kosten und Leistung von Anfang an in den Vordergrund stellen.
  • Infrastruktur als Code behandeln (Docker, Terraform, CI/CD) zusammen mit unserem Central Infrastructure Team.
  • Offen arbeiten: alles dokumentieren, eng mit Architektur, Infrastruktur, Plattform und den anderen Teams zusammenarbeiten.

Was wir suchen

Engineering Craft
  • 8+ Jahre Erfahrung im Aufbau von Produktionsdatensystemen, auf die andere angewiesen sind.
  • Starke Kenntnisse in Python und SQL: nicht nur in der Lage, eine Abfrage zu schreiben, sondern auch zu verstehen, was die Engine damit macht.
  • Code, der für andere leicht zu lesen, zu testen und später zu löschen ist.
  • Starkes Verständnis von Datenmodellierung für sowohl Streaming- als auch analytische Workloads.
  • Effizienz, Qualität, Idempotenz und Beobachtbarkeit werden standardmäßig ernst genommen.
Systemdesign
  • Sie haben Streaming-Systeme auf Kafka, Redpanda, MSK oder Kinesis entworfen und betrieben und haben Meinungen zu Partitionierung, Verbrauchergruppen, Offsets und Schema-Registrierungen.
  • Sie haben einen Zeitreihenspeicher in der Produktion verwendet (idealerweise ClickHouse; TimescaleDB, QuestDB oder ähnliche sind ebenfalls in Ordnung) und können über das Tabellendesign als Funktion der Abfragemuster sprechen.
  • Sie haben mit einer Lakehouse-Architektur gearbeitet und denken über das Tabellenlayout, die Partitionierung und die Verdichtung als Designentscheidungen nach, die die Abfrageleistung und die Speicherkosten beeinflussen.
  • Sie bauen für Selbstheilung und Idempotenz.
  • Die Wiederverarbeitung ist sicher, Wiederholungen führen nicht zu doppelten Schreibvorgängen, und das System erholt sich ohne menschliches Eingreifen.
Betriebsbereitschaft
  • Docker, Terraform und CI/CD sind Teil Ihrer Arbeitsweise, kein separates „DevOps“-Ding.
  • Sie denken frühzeitig über Kosten und Leistung nach.
  • Sie instrumentieren während des Aufbaus: Protokolle, Metriken und Traces sind von Anfang an Teil des Systems.
  • Sie entwerfen für Datenqualität und Governance von Anfang an, einschließlich Verträgen, Validierung, Herkunft und Eigentum.
Wie Sie denken und arbeiten
  • Sie argumentieren von den Grundprinzipien aus, wenn ein Problem neu ist, bleiben pragmatisch, wenn es nicht so ist, und aktualisieren Ihre Sichtweise, wenn Sie mehr lernen.
  • Sie betrachten die Handelsplätze, das Vermögens- und Asset-Management, Produkte, Risiko, Finanzen, Compliance und Forschung als Kunden dessen, was Sie bauen, und kommunizieren mit ihnen auf diese Weise.
  • Sie optimieren für Ergebnisse über Ausgaben.
  • Ein kleineres, einfacheres Produkt, das versendet wird und funktioniert, schlägt ein größeres Produkt, das es nicht tut.
  • Sie übernehmen die Verantwortung von Anfang bis Ende: entwerfen, versenden, betreiben, verbessern.
  • Sie sagen, was Sie denken, auch wenn es eine unpopuläre Meinung ist.
  • Sie ändern Ihre Meinung, wenn das Argument besser ist.
  • Sie machen die Menschen um Sie herum besser.
  • Bewertungen sind real, Junioren wachsen durch die Zusammenarbeit mit Ihnen, und Kollegen möchten wieder mit Ihnen arbeiten.
  • Sie sind neugierig, wie Märkte funktionieren. Datenengineering allein wird Sie hier nicht interessieren.
  • Sie sind ehrlich darüber, was Sie wissen und was nicht, und schließen schnell die Lücke.
  • Sie verstehen Finanzmarktdaten: Orderbücher, Trades, Referenzdaten, Portfolios, Expositionen. Crypto, TradFi oder beides sind ein großer Vorteil.
Schön zu haben
  • Lakehouse-Erfahrung mit Apache Iceberg oder Delta Lake.
  • Vertrautheit mit DataHub oder ähnlichen Metadaten-/Herkunftsplattformen.
  • Rust. Einige unserer leistungskritischen Dienste sind darin geschrieben. Interesse ist willkommen; Sprachbeherrschung ist nicht erforderlich.

Was Sie bekommen

  • Ein Mandat von Grund auf. Sie werden zu den ersten Mitarbeitern im CDT gehören, und die Plattform, die Standards und die Teamkultur sind es, die Sie mit uns gestalten können.
  • Starke Partner. Enge Arbeitsbeziehungen zu Architektur, Infrastruktur, Plattform und den Handelsplätzen selbst. Sie werden keine Daten im Vakuum erstellen.
  • Autonomie bei Ihrer Arbeitsweise. Flexible Arbeitszeiten, remote-first, Bereitschaftsdienst während der Geschäftszeiten, der im Team geteilt wird.
  • Ein wettbewerbsfähiges Gehaltspaket mit verschiedenen Vorteilen.
  • Ein Team, das sich gegenseitig mag. Regelmäßige Online-Treffen und ein jährliches Treffen, bei dem alle im selben Raum sind.
  • Wir setzen uns dafür ein, ein positives und kollaboratives Arbeitsumfeld zu schaffen. Wir begrüßen Mitarbeiter aus allen Hintergründen und stellen ausschließlich auf der Grundlage von Verdienst und Leistung ein, belohnen und befördern.
  • Aufgrund der Natur unseres Geschäfts und externer Anforderungen führen wir Hintergrundüberprüfungen bei allen potenziellen Mitarbeitern durch, deren Bestehen Voraussetzung für den Eintritt bei Key ist.

Senior Data Engineer Arbeitgeber: Keyrock

Keyrock ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und innovativen Umfeld zu arbeiten. Mit einer flexiblen Remote-Arbeitskultur und einem starken Fokus auf Teamzusammenhalt fördert Keyrock nicht nur die persönliche und berufliche Weiterentwicklung, sondern bietet auch die Chance, aktiv an der Gestaltung der Zukunft digitaler Vermögenswerte teilzunehmen. Die enge Zusammenarbeit mit verschiedenen Abteilungen und die Möglichkeit, Standards und Arbeitsweisen im neu gegründeten Central Data Team mitzugestalten, machen diese Position besonders attraktiv.

K

Kontaktdaten:

Keyrock Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Data Engineer mit Bravour zu bestehen

Python
SQL
Datenmodellierung
Streaming-Systeme (Kafka, Redpanda, MSK, Kinesis)
Zeitreihenspeicher (ClickHouse, TimescaleDB, QuestDB)
Lakehouse-Architektur
Docker