Tentang Peran Ini Saaf AI sedang membangun masa depan penyaluran pinjaman hipotek dengan menggabungkan AI mutakhir dan infrastruktur data yang kuat. Sebagai bagian dari pemberi pinjaman swasta 10 besar yang memproses volume pinjaman miliaran, serta didukung oleh manajer aset dan dana terkemuka, kami berkembang pesat—dan data serta AI menjadi pusat dari semua yang kami bangun. Kami tidak sekadar bereksperimen dengan AI—kami mengintegrasikannya secara mendalam ke dalam cara kami beroperasi. Sistem kami mengandalkan pipeline data yang skalabel, model data terstruktur, dan alur kerja waktu nyata yang mendukung underwriting, pemrosesan dokumen, serta interaksi dengan peminjam. AI tertanam di seluruh lapisan ini, mulai dari ekstraksi dan validasi data hingga otomatisasi cerdas. Jika Anda bersemangat membangun sistem data berkualitas tinggi dalam lingkungan yang berorientasi pada AI—tempat pipeline data, otomatisasi, dan alur kerja cerdas saling terhubung—Anda akan cocok dengan peran ini. Tanggung Jawab Utama Pengembangan Pipeline Data Merancang, mengimplementasikan, dan memelihara pipeline ETL/ELT untuk dataset terstruktur dan tidak terstruktur dari sumber internal maupun eksternal. Memanfaatkan alat pengembangan berbantuan AI untuk mempercepat pembuatan pipeline, menghasilkan logika transformasi, dan mengotomatiskan kode boilerplate. Data Warehousing dan Pemodelan Membangun dan mengoptimalkan data warehouse serta data mart (Snowflake, BigQuery, atau yang serupa) untuk kebutuhan analitik, pelaporan, dan produk. Merancang, mengimplementasikan, dan memelihara model data konseptual, logis, dan fisik untuk memastikan dataset yang skalabel, konsisten, dan berkualitas tinggi bagi analitik serta aplikasi downstream. Integrasi dan Ingestion Mengambil data dari API, platform SaaS (CRM, API data keuangan), dan sistem internal ke dalam platform data inti. Membangun dan memelihara konektor serta framework ingestion yang andal dan mampu menangani perubahan skema, batas laju, serta pemulihan dari kesalahan. Kualitas dan Tata Kelola Data Mengimplementasikan validasi, manajemen skema, dan dokumentasi yang kuat untuk memastikan akurasi data dan kepatuhan. Menggunakan alat AI untuk mendukung pembuatan profil data, deteksi anomali, serta dokumentasi otomatis mengenai data lineage dan transformasi. Data Engineering Terintegrasi AI Menggunakan alat berbantuan AI (pembuatan kode, autocomplete cerdas, pengujian otomatis) sebagai bagian rutin dari alur kerja data engineering. Mengevaluasi dan mengintegrasikan alat serta praktik AI yang sedang berkembang ke dalam proses pengembangan data tim. Membangun dan mendukung alur kerja agentic serta proses otomatis multi-langkah yang bekerja pada data secara waktu nyata, termasuk validasi dan pengayaan data berbasis AI. Menerapkan analisis berbantuan AI untuk men-debug kegagalan pipeline, mengoptimalkan performa kueri, dan mengidentifikasi masalah kualitas data. Performa dan Keandalan Memantau dan menyempurnakan performa pipeline serta data warehouse untuk skalabilitas dan efisiensi biaya. Menyiapkan pencatatan log, pemantauan, dan pemberitahuan untuk pekerjaan data guna memastikan keandalan serta respons insiden yang cepat. Keamanan dan Kepatuhan Menerapkan kontrol keamanan dan privasi data yang selaras dengan persyaratan regulasi keuangan, serta memastikan keterlacakan penuh atas setiap transformasi. Menumbuhkan pola pikir yang mengutamakan keamanan dalam seluruh operasional data. Dukungan Analitik Menyediakan dataset yang bersih dan konsisten bagi analis, manajer produk, serta tim operasional untuk mendukung pengambilan keputusan yang cepat dan berbasis data. Berkolaborasi erat dengan manajer produk, data scientist, dan full stack engineer untuk menyelaraskan model data dengan kebutuhan bisnis. Kualifikasi yang Dibutuhkan - Pengalaman 5+ tahun dalam peran data engineering atau peran serupa yang berfokus pada data backend. - Kemampuan kuat dalam pengembangan SQL dan Python untuk transformasi serta otomatisasi data. - Pengalaman dengan framework ETL/ELT modern seperti dbt. - Kemahiran menggunakan platform cloud (AWS lebih diutamakan) dan layanan data serverless. - Pengalaman kuat dengan teknologi data warehouse (Snowflake lebih diutamakan). - Terampil dalam integrasi API dan ingestion dari sistem pihak ketiga. - Menguasai pemodelan data (skema Kimball/Star, Data Vault). - Pengalaman yang terbukti dalam penggunaan rutin alat pengembangan berbasis AI (misalnya Cursor, GitHub Copilot, Claude Code, atau yang serupa) untuk mempercepat pengembangan pipeline data, debugging, atau dokumentasi. - Rekam jejak yang terbukti dalam menghasilkan pipeline data production-grade dalam skala besar. - Pengalaman menerapkan praktik CI/CD untuk alur kerja data. - Pengalaman berkolaborasi erat dengan manajer produk, data scientist, dan full stack engineer. - Pola pikir startup: mampu bekerja secara langsung, solutif, dan nyaman beroperasi dalam lingkungan yang bergerak cepat. Pengalaman yang Diutamakan - Pengalaman membangun alur kerja agentic dan mengorkestrasi proses otomatis multi-langkah yang bekerja pada data secara waktu nyata. - Pemahaman tentang pola data engineering dan infrastruktur yang diperlukan untuk alat berbasis AI serta platform otomatisasi. - Pengalaman bekerja dengan dataset dan API keuangan dalam lingkungan dengan tingkat kepatuhan tinggi. - Pemahaman mengenai regulasi privasi data seperti GDPR dan CCPA. - Pengalaman dalam prompt engineering untuk pembuatan kode, logika transformasi data, atau pembangunan alur kerja data berbasis AI. Manfaat - Gaji kompetitif - PTO tanpa batas - Mengutamakan kerja jarak jauh dengan jam kerja fleksibel - Anggaran pengembangan profesional hingga $2.000/tahun - Tunjangan penyediaan perlengkapan kantor di rumah Awalnya dipublikasikan di Himalayas

Senior Data Engineer

Deskripsi Pekerjaan

Ringkasan

Lowongan Terkait Lainnya

Competitive Data Scientist

AI Agent Specialist – Remote (Brazil-based)

Generative Media Engineer, AI Social - US

Data Engineer - Global Team (India)