Vereinigte Staaten
Launch Legends
Nelo
Senior Data Engineer
Vereinigte Staaten
Ciudad de México, Mexico · New York, New York, United States
PythonSQLAWS
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Standort: Mexico City | New York City — vor Ort
Hauptsitz: Mexico City, Mexiko; kaufmännischer und operativer Betrieb in New York City
Gründungsjahr: 2019
Teamgröße: 60 Vollzeitkräfte
Offene Stellen: 10+
Website: nelo.mx
Phase: Post-Series A; 100 Mio. USD Kreditfazilität (Victory Park Capital, 2022); profitabel
Warum Sie erfolgreich sein werden
- Sie haben Freude daran, Systeme von Anfang bis Ende zu verantworten und diese im Laufe der Zeit zu verbessern.
- Sie finden ein Gleichgewicht zwischen Geschwindigkeit, Korrektheit und langfristiger Wartbarkeit.
- Sie sind begeistert davon, andere (Analysten, Wissenschaftler und Ingenieure) in die Lage zu versetzen, mit hochwertigen Daten schneller zu arbeiten.
- Sie fühlen sich wohl in einer schnelllebigen Startup-Umgebung mit sich entwickelnden Anforderungen.
Standort
Diese Rolle ist vor Ort in Mexico City oder NYC angesiedelt.
Über das Unternehmen
Nelo ist ein führendes Fintech-Unternehmen in Mexiko, das Kredite neu definiert, um die Kaufkraft der Verbraucher zu erweitern. Gegründet im Jahr 2019 von den ehemaligen Leitern des internationalen Wachstumsteams von Uber, Kyle Miller und Stephen Hebson, bietet Nelo Kreditkarten, BNPL-Darlehen, Rechnungszahlungen und einen eigenen Marktplatz – alles in einer App – konzipiert nach dem First-Principles-Ansatz für eine mobile Welt mit Echtzeitzahlungen.
Mit einem Jahresumsatz von 100 Mio. USD, einem annualisierten GMV von 1 Mrd. USD und über 140 Mio. USD an aufgenommenem Eigen- und Fremdkapital ist Nelo eines der kapitaleffizientesten Fintech-Unternehmen für Verbraucher in Lateinamerika. Das Unternehmen ist profitabel – mit positivem operativem Ergebnis sowohl in 2024 als auch in 2025. Es arbeitet schlank und technisch fokussiert: 60 Mitarbeiter, 8 Ingenieure, wobei KI die Bereiche Underwriting, Inkasso und Betrieb steuert.
Unternehmenswerte
- Sei die beste Version deiner selbst: Ehrgeiz, harte Arbeit, intellektuelle Neugier
- Jeder ist ein Eigentümer: Alle Mitarbeiter erhalten Anteile, einschließlich Kundensupport; 10-jährige Optionslaufzeit; Aktien-Refreshers
- Kunde zuerst: Produktentscheidungen basieren auf dem Kundennutzen
- Offene und ehrliche Kommunikation: Quartalsfinanzen und Board-Präsentationen werden unternehmensweit geteilt; geringe Toleranz für Bürokratie oder Klatsch
- Schnell handeln, schnell lernen: Hunderte von Experimenten pro Monat; Kultur des rigorosen Experimentierens
Leistungen: 401k, unbegrenzter Urlaub, medizinische Versorgung, Zahn- und Augenheilkunde, kurz- und langfristige Berufsunfähigkeitsversicherung, Fruchtbarkeitsbehandlungen
Vergütung und Leistungen
- Sehr wettbewerbsfähiges Gehalt und Anteile
- 100% Kranken-, Zahn- und Augenversicherungsschutz für Sie
- Unbegrenzter Urlaub
- 401(k) für in den USA ansässige Mitarbeiter
- Verlängerter Mutterschafts- und Vaterschaftsurlaub
- Unterstützung bei der Relocation
Über die Rolle
Wir suchen einen Senior Data Engineer, der dabei hilft, die zentrale Datenplattform zu entwerfen, aufzubauen und zu betreiben, die Analysen, machine learning und geschäftliche Entscheidungsfindungen bei Nelo vorantreibt. Dies ist eine praxisorientierte Rolle mit hohem Einfluss für einen erfahrenen Ingenieur, der gerne über den gesamten Datenlebenszyklus hinweg arbeitet – von der Aufnahme und Transformation bis hin zu Zuverlässigkeit, Skalierbarkeit und ML-Unterstützung.
Sie arbeiten eng mit den Teams für Analytik, Produkt, Engineering, Marketing, Risiko und Machine Learning zusammen, um sicherzustellen, dass unsere Dateninfrastruktur robust, skalierbar und einfach zu nutzen ist, während Nelo weiter wächst.
Ihre Aufgaben
- Verantwortung und Weiterentwicklung der Datenplattform: Entwurf, Aufbau und Wartung skalierbarer, zuverlässiger Datenpipelines und Datensätze, die Analysen, Berichterstattung und machine learning-Anwendungsfälle im gesamten Unternehmen unterstützen.
- Aufbau und Wartung von ETL/ELT-Pipelines: Entwicklung produktionsreifer Pipelines, die Daten aus Transaktionssystemen, Drittanbietern und Event-Streams in unser Data Warehouse und unseren Feature Store einspeisen.
- Unterstützung von Analyse- und Geschäftsteams: Zusammenarbeit mit Data Analytics und Stakeholdern, um sicherzustellen, dass Daten gut modelliert, dokumentiert und für Self-Service-Analysen zugänglich sind.
- Unterstützung von machine learning-Workflows: Aufbau und Wartung von Feature-Pipelines und Feature Stores, die das Modelltraining, die Validierung sowie Online-/Offline-Inferenz unterstützen.
- Sicherstellung von Datenqualität und Zuverlässigkeit: Implementierung von Datenqualitätsprüfungen, Überwachung, Alarmierung und SLAs, um das Vertrauen in unsere Datenprodukte zu gewährleisten.
- Verbesserung der Entwicklererfahrung: Aufbau von Tools, Abstraktionen und CI/CD-Pipelines, die die Entwicklung, das Testen und die Bereitstellung von Datenpipelines einfacher und sicherer machen.
- Funktionsübergreifende Zusammenarbeit: Enge Zusammenarbeit mit Software-Ingenieuren, ML-Ingenieuren und Produktmanagern, um Datenmodelle und Pipelines auf Produkt- und Geschäftsanforderungen abzustimmen.
- Skalierung für Wachstum: Kontinuierliche Verbesserung der Leistung, Kosteneffizienz und Skalierbarkeit unserer Dateninfrastruktur, während Datenvolumen und Anwendungsfälle wachsen.
Anforderungen an die Rolle
Mindestens 5 Jahre Erfahrung in Data Engineering, Software Engineering oder backend-Engineering-Rollen mit signifikanter Verantwortung für produktive Datensysteme.
Technische Fähigkeiten
- Starke Kenntnisse in Python für den Aufbau von Datenpipelines und Infrastruktur.
- Fortgeschrittene SQL-Kenntnisse und fundierte Erfahrung in der Datenmodellierung für Analyse- und ML-Anwendungsfälle.
- Praktische Erfahrung im Aufbau von ETL/ELT-Pipelines unter Verwendung von Tools oder Frameworks wie Airflow, AWS Glue, dbt oder ähnlichen Orchestrierungssystemen.
- Erfahrung in der Arbeit mit Cloud-Data-Warehouses und Abfrage-Engines wie Athena/Presto, Redshift, BigQuery oder Snowflake.
- Vertrautheit mit Big-Data- oder verteilten Verarbeitungs-Frameworks wie Spark (oder gleichwertig).
- Erfahrung im Entwurf und der Wartung von CI/CD-Pipelines für Daten-Workflows.
- Erfahrung mit AWS (S3, IAM, Lambda, Glue, EMR usw.) oder ähnlichen Cloud-Ökosystemen.
Engineering-Denkweise
- Starkes Verständnis für Datenzuverlässigkeit, Observability und Best Practices für Produktionssysteme.
- Fähigkeit, sauberen, wartbaren und gut getesteten Code zu schreiben.
Zusammenarbeit & Kommunikation
- Nachgewiesene Fähigkeit zur funktionsübergreifenden Zusammenarbeit mit Analyse-, ML- und Produktteams.
- Starke Kommunikationsfähigkeiten, um technische Konzepte Nicht-Ingenieuren zu erklären und sich auf Kompromisse zu einigen.
- Erfahrung mit Feature Stores, ML-Datenpipelines oder eine enge Zusammenarbeit mit ML-Engineering-Teams ist ein großes Plus.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen