Auf einen Blick
- Aufgaben: Entwickle und betreibe moderne Dateninfrastrukturen für innovative Finanzlösungen.
- Unternehmen: Wachsendes FinTech-Unternehmen mit über 70 Millionen Nutzern.
- Vorteile: Flexibles Arbeiten, wettbewerbsfähiges Gehalt und umfassende Sozialleistungen.
- Weitere Informationen: Dynamisches Team aus über 50 Nationen mit Fokus auf kontinuierliches Lernen.
- Warum dieser Job: Gestalte die Zukunft digitaler Finanzdienstleistungen und nutze modernste Technologien.
- Qualifikationen: Mindestens 4 Jahre Erfahrung in der Datenverarbeitung und Programmierkenntnisse in Python oder SQL.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Über PayPay
PayPay ist ein FinTech-Unternehmen, das seit seiner Gründung im Jahr 2018 über 70 Millionen Nutzer gewonnen hat (Stand Juli 2025). Unser Team ist vielfältig und besteht aus Mitgliedern aus über 50 Ländern, die eine Vision teilen, die Risikobereitschaft und kontinuierliches Wachstum fördert.
Jobbeschreibung
Als Data Engineer im Team der nächsten Generation der digitalen Finanzplattform werden Sie eine moderne Dateninfrastruktur entwerfen, aufbauen und betreiben, die datengestützte Innovationen in der PayPay Bank und der breiteren PayPay-Gruppe ermöglicht. Nach Ihrem Eintritt wird erwartet, dass Sie als Mitglied dieses Projekts zur PayPay Bank abgeordnet werden.
Organisation / Team
Die zugewiesene Organisation leitet das Design und den Betrieb zuverlässiger, hochskalierbarer Dateninfrastrukturen, um die Datennutzung für die Gruppe zu beschleunigen. Der Fokus liegt auf modernen Datentechnologien und unterstützt Produktverbesserungen, Marketinginitiativen und Betrugserkennung.
Hintergrund
Das schnelle Wachstum des Unternehmens hat die Bedeutung von Daten in der PayPay Bank und der PayPay-Gruppe erhöht. Der Aufbau robuster, sicherer und skalierbarer Dateninfrastrukturen ist eine dringende Aufgabe zur Unterstützung von Produkt-, Marketing- und Risikoinitiativen.
Verantwortlichkeiten
- Entwurf, Entwicklung und Betrieb robuster und skalierbarer Datenaufnahme-Pipelines mit Databricks, AWS DMS und Terraform.
- Entwicklung von großangelegten Datenverarbeitungs-Workflows mit Spark, Python und SQL.
- Aufbau von Datenintegrationsplattformen, die Bankdienstleistungen, Zahlungssysteme, interne Anwendungen und externe Datenquellen verbinden.
- Optimierung von Pipelines durch Kombination von CDC-, Streaming- und Batch-Verarbeitungsarchitekturen.
- Aufbau und Pflege eines Data Lakehouse und eines Datenkatalogs mit Databricks Lakehouse und Unity Catalog.
- Entwurf und Betrieb von Daten-Governance-Funktionen, einschließlich Qualitätsmanagement, Metadatenmanagement, Herkunft, Zugriffskontrolle und Audit-Protokollierung.
- Verbesserung der Leistung, Kostenoptimierung und Steigerung der Zuverlässigkeit in großangelegten Umgebungen.
- Implementierung von SRE- und Observabilitätspraktiken: Überwachung, Alarmierung, Dashboards und Vorfallreaktion.
- Automatisierung der Infrastruktur mit Infrastructure as Code (Terraform).
- Entwicklung und Pflege gemeinsamer Frameworks, Tools, Vorlagen und CI/CD-Pipelines.
- Zusammenarbeit mit Produkt-, Analyse-, Risiko-, Sicherheits-, Compliance- und anderen Unternehmen der PayPay-Gruppe zur Förderung der Datennutzung.
- Betrieb von Datenplattformen unter Einhaltung der Sicherheits-, Datenschutz-, regulatorischen und internen Kontrollanforderungen einer Finanzinstitution.
Technologiestack
- Cloud: AWS
- Datenplattform: Databricks, Snowflake, Delta Lake, Data Lakehouse
- Verarbeitung: Apache Spark, Scala, Python, SQL
- Orchestrierung: Airflow, Dagster, Prefect
- Streaming / Aufnahme: Kafka, CDC-Tools
- Infrastruktur: Terraform, GitOps, CI/CD
- Governance: Unity Catalog, AWS Lake Formation, Datenkatalog, Metadatenmanagement
- Observabilität: Prometheus, Grafana, CloudWatch, Datadog
- Zusammenarbeit: GitHub, Jira, Confluence, Slack
Attraktivität dieser Position
- Aufbau der Datenbasis, die die nächste Generation digitaler Finanzdienstleistungen antreibt, wobei die Zuverlässigkeit der Bank mit der Geschwindigkeit und Reichweite von PayPay in Einklang gebracht wird.
- Förderung datengestützter Innovationen zur Unterstützung der Produktentwicklung und des Geschäftswachstums unter Einhaltung strenger Sicherheits-, Governance-, Compliance- und Prüfungsanforderungen.
- Nutzung moderner Datentechnologien zur Schaffung einer skalierbaren, vertrauenswürdigen Plattform, die die Entscheidungsfindung und das Kundenerlebnis verbessert.
Erforderliche Erfahrungen / Fähigkeiten
- Über 4 Jahre Berufserfahrung als Data Engineer oder in einer verwandten Rolle.
- Praktische Erfahrung im Aufbau und Betrieb von Datenseen, -lagern oder -hausplattformen.
- Erfahrung mit Spark / Databricks / Delta Lake für großangelegte Datenverarbeitung.
- Starke Programmierkenntnisse in Python, PySpark, SQL oder verwandten Technologien.
- Erfahrung mit Orchestrierungstools (Airflow, Dagster, Prefect).
- Erfahrung in der Entwicklung und im Betrieb auf AWS.
- Erfahrung mit Terraform für IaC.
- Nachgewiesene Fähigkeit, großangelegte Pipelines zu entwerfen und zu verbessern, mit Fokus auf Leistung, Zuverlässigkeit, Verfügbarkeit und operationale Exzellenz.
- Japanischkenntnisse auf Geschäftsniveau (Muttersprache oder JLPT N1/N2).
Gewünschte Erfahrungen / Fähigkeiten
- Erfahrung im Aufbau von Datenplattformen in finanziellen Bereichen (Bankwesen, Fintech, Zahlungen, Kredite, Wertpapiere, Versicherungen).
- Erfahrung mit ereignisgesteuerten Datenarchitekturen und Streaming (Kafka).
- Erfahrung mit CDC-Tools (Canal, Debezium, Maxwell).
- Erfahrung mit Datenkatalogisierung und Zugriffsmanagement (Unity Catalog, AWS Lake Formation).
- Erfahrung in der Verbesserung von Überwachung und Observabilität (Prometheus, Grafana, Datadog, CloudWatch).
- Erfahrung im Aufbau von CI/CD-Pipelines (GitHub Actions, Jenkins).
- Erfahrung mit Kubernetes, EKS, Argo CD oder verwandten Plattformen.
- Erfahrung mit Datenqualität, Herkunft, Verträgen, MDM.
- Erfahrung im Entwurf von Zugriffskontrollen, Verschlüsselung, Maskierung, Audit-Protokollierung für sensible Daten.
- Erfahrung in der Festlegung von Ingenieurstandards und -richtlinien.
- Erfahrung in der Führung von Teams und der Mentoring von Ingenieuren.
- Englischkenntnisse auf Geschäftsniveau.
- Erfahrung in der Integration von KI-unterstützter Entwicklung in das Systemdesign.
- Beiträge zu KI-Open-Source-Projekten oder KI-gesteuerten Workflow-Automatisierungen.
Gewünschtes Kandidatenprofil
- Leidenschaft für den Aufbau benutzerzentrierter Finanzdienstleistungen und Engagement für bessere finanzielle Erfahrungen.
- Betrachtet Datenplattformen als Produkte, motiviert, die Produktivität für Ingenieure, Analysten und Produktteams zu verbessern.
- Balanciert die Zuverlässigkeit, die von einer Bank gefordert wird, mit der Agilität, die von einem Fintech erwartet wird.
- Entwirft skalierbare Architekturen und Betriebsmodelle für langfristigen Erfolg.
- Bewältigt komplexe Herausforderungen, arbeitet mit Stakeholdern zusammen und treibt Initiativen eigenständig voran.
- Sieht Sicherheit, Governance und Compliance als Grundlagen für eine vertrauenswürdige Datennutzung.
- Engagiert sich für kontinuierliches Lernen und Wissensaustausch im Team.
Arbeitsbedingungen
- Vollzeit
- Hybrides Arbeitsmodell (remote und Büro gemäß Richtlinien).
Arbeitszeiten
- Super Flex Time (keine Kernzeit)
- Im Prinzip 9:00-17:45 + 1h Pause (tatsächliche Arbeitszeit: 7h45m + 1h Pause)
Urlaub
- Wochenenden, nationale Feiertage, Neujahrsferien, vom Unternehmen festgelegte Sondertage.
Bezahlter Urlaub
- Jahresurlaub (bis zu 14 Tage im ersten Jahr, anteilig nach Monaten).
- Persönlicher Urlaub (5 Tage pro Jahr, anteilig nach Monaten).
- Sonderurlaub bei Krankheit, Verletzung, Krankenhausbesuchen usw. gemäß dem System von PayPay.
Gehalt
- Jahresgehalt, das in 12 Raten ausgezahlt wird.
- Basierend auf Fähigkeiten, Erfahrungen und Fähigkeiten.
- Einmal jährlich überprüft.
- Spätere Überstundenvergütung.
- Kann digitale Gehaltszahlungen über PayPay Paycheck wählen.
Leistungen
- Soziale Versicherungen (Gesundheit, Rente, Beschäftigung, Entschädigung).
- 401K.
- Übersetzungs-/Dolmetscherservice.
- VISA-Sponsoring und Umzugshilfe.
Sonstige Informationen
- PayPay Inside-Out (Unternehmensblog).
- JP- und ENG-Versionen.
- PayPay Produktblog.
- JP- und ENG-Versionen.
- PIVOT-Video: „PayPayが仕掛ける金融革命“.
Data Engineer / データエンジニア Arbeitgeber: Paypay
PayPay ist ein herausragender Arbeitgeber, der eine dynamische und vielfältige Arbeitsumgebung bietet, in der Innovation und kontinuierliches Wachstum gefördert werden. Als Data Engineer haben Sie die Möglichkeit, an der Gestaltung einer modernen Dateninfrastruktur zu arbeiten, die nicht nur die digitale Finanzdienstleistungslandschaft revolutioniert, sondern auch Ihre berufliche Entwicklung durch Schulungen und Mentoring unterstützt. Mit flexiblen Arbeitszeiten, umfangreichen Sozialleistungen und einem starken Fokus auf Teamarbeit und Zusammenarbeit ist PayPay der ideale Ort für Fachkräfte, die einen bedeutenden Beitrag leisten möchten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Engineer / データエンジニア erhalten könnten
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Paypay zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Engineer / データエンジニア mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data Engineer / データエンジニア bei Paypay gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Paypay vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Paypay entscheidend sein!
