Engineering manager – data platform

Stack

Feladatok

• ▹Többfunkciós adatmérnöki csapat vezetése és fejlesztése, a technikai kiválóság, a felelősségvállalás és a folyamatos javulás kultúrájának ápolása
• ▹Minden szintű mérnök mentorálása coachinggal, strukturált visszajelzéssel és világos karriervárakozásokkal
• ▹Toborzási folyamatok vezetése a globális adatmérnöki tehetségek vonzására és megtartására
• ▹A csapat teljes életciklusának gondozása: betöltés, transzformáció, tárolás, kiszolgálás és megfigyelhetőség
• ▹Gyakorlati technikai közreműködés architektúra-tervezéssel, code review-val és bonyolult hibák felderítésével
• ▹Adatmodellezési, pipeline-megbízhatósági, tesztelési, adatminőségi és dokumentációs bevált gyakorlatok kialakítása és betartatása
• ▹Nagy átbocsátású, valós idejű és batch adatrendszerek architekturális döntéseinek irányítása
• ▹A fizetési iparágra vonatkozó PCI-DSS, GDPR és egyéb megfelelőségi keretek szerinti biztonságos adatkezelés biztosítása
• ▹AI-first mérnöki kultúra képviselete: AI-asszisztált fejlesztés, automatizált adatminőség-tesztelés és LLM-alapú munkafolyamatok
• ▹Együttműködés a Product, Analytics, Machine Learning, Finance és Compliance csapatokkal agilis környezetben
• ▹Híd az adatfelhasználók (elemzők, data scientistek, product managerek) és a mérnökcsapat között
• ▹Az adatinfrastruktúra fejlesztése új piacok, új fizetési szolgáltatók és növekvő szabályozási követelmények támogatására
• ▹Üzleti prioritások mérnöki célokká fordítása, a sebesség, megbízhatóság és technikai adósság közötti kompromisszumok kezelése

Elvárások

• ▹Adat- vagy szoftvermérnöki csapatok vezetésében és építésében szerzett tapasztalat, beleértve a toborzást, coachingot és teljesítménymenedzsmentet
• ▹Technikai döntéshozatal irányításának és párhuzamos prioritások kezelésének képessége gyorsan változó környezetben
• ▹Kiváló kommunikációs készség technikai és nem technikai érintettekkel
• ▹Szilárd gyakorlati adat- vagy szoftvermérnöki háttér: adatpipeline-ok, adatmodellek és platformarchitektúra tervezése nagy léptékben
• ▹Python és/vagy SQL ismerete, biztos mozgás a modern adatstackekben
• ▹Stream- és batch feldolgozási architektúrák mély ismerete (Kafka, Spark, Flink, Airflow vagy azzal egyenértékű)
• ▹Felhőalapú adatinfrastruktúra (AWS, GCP vagy Azure) és modern adatplatform-eszközök (pl. dbt, data lakehouse minták) ismerete
• ▹Adatminőségi, megfigyelhetőségi és governance elvek ismerete
• ▹AI-first fejlesztési szemlélet: tapasztalat az AI-asszisztált munkafolyamatok, automatizált tesztelés és LLM-alapú kódgenerálás (pl. Claude Code) sztenderdjeinek kialakításában
• ▹Agilis környezetben szerzett szállítási tapasztalat
• ▹Szakmai szintű angol írásban és szóban
• ▹6+ év tapasztalat

Előny

• ▹Fizetési vagy fintech iparági tapasztalat
• ▹Valós idejű analitika, eseményvezérelt architektúrák és nagy volumenű tranzakciós adatok ismerete
• ▹ML-platformtervezés vagy feature store infrastruktúra ismerete
• ▹DevOps-gyakorlatok adatoknál: CI/CD pipeline-okhoz, infrastructure as code, data contractok

Soft skillek

Amit kínálunk

• ▹Versenyképes javadalmazás
• ▹Távmunka bárhonnan
• ▹Egyszeri home office juttatás
• ▹Munkaeszközök
• ▹Részvényopciók
• ▹Egészségbiztosítás tartózkodási helytől függetlenül
• ▹Rugalmas szabadnapok
• ▹Nyelvi, szakmai és személyes fejlődést támogató tanfolyamok

A munkáltatóról

A Yuno olyan fizetési infrastruktúrát épít, amellyel bármely cég részt vehet a globális piacon. A Rappi mögött álló csapat és a fizetési és tech iparág tapasztalt szakemberei alapították. Egyetlen API-n keresztül több mint 300 fizetési módot érnek el ügyfeleik (például InDrive, McDonald's, Rappi, Viva Aerobus), az okos útválasztás és csalásmegelőzés több mint 80 országban működik.