Leitender Python-Ingenieur in Adaptiq

Wer wir sind:

Adaptiq ist ein Technologiezentrum, das sich auf den schnellen Aufbau, die Skalierung und die Unterstützung von F&E-Teams für High-End spezialisiert hat -Wachstumsproduktunternehmen in einer Vielzahl von Branchen. 

Über das Produkt: 

Eine KI-gesteuerte Big-Data-Transaktionsüberwachungs- und Analyselösung, die Finanzinstitute bei der Bekämpfung von Wirtschaftskriminalität, einschließlich Geldwäsche, unterstützen soll und Aktivitäten, die Terrorismus, Drogenhandel und Menschenhandel finanzieren, die allesamt der Weltwirtschaft schaden. Die Technologie ermöglicht es Kunden, Risiken zu verwalten, Geldwäscheoperationen zu identifizieren, betriebliche Herausforderungen anzugehen und neue Wachstumschancen zu entdecken.

Über die Rolle: 

As Als Backend-Python-Entwickler entwerfen und implementieren Sie eine skalierbare Pipeline für Datenverarbeitung und maschinelles Lernen unter Verwendung modernster Big-Data-Technologien in einem dynamischen, agilen Umfeld. Durch schnelles, selbstgesteuertes Lernen neue Technologiebereiche erkunden und tiefgreifend verstehen. Zeigen Sie ausgeprägte Analyse- und Problemlösungsfähigkeiten, um robuste und nachhaltige Designlösungen zu unterstützen. Übernehmen Sie die volle Verantwortung für die Produktentwicklung in allen Phasen, einschließlich der Umsetzung von Produktanforderungen in umsetzbare Designs und Aufgaben, Entwicklung, Komponententests und Fehlerbehebung in der Produktion.

Hauptaufgaben: 

Entwerfen, Entwickeln und Implementieren modernster Lösungen

Sie werden eine Schlüsselrolle bei der Schaffung sichererer Finanzumgebungen spielen und mit einigen der klügsten Köpfe in den Bereichen KI, maschinelles Lernen und Finanztechnologie zusammenarbeiten.< /p>

Erforderliche Kompetenzen und Fähigkeiten:

3+ Jahre praktische Entwicklungserfahrung;

Erfahrung in der Erstellung datenorientierter Produkte mit Python;

Erfahrung mit verteilten Datenbanken wie Elasticsearch, MongoDB oder Redis;

Erfahrung in der Entwicklung von Microservices-basierter Architektur;

Kenntnisse in Container-basierten Umgebungen, Verwendung von Tools wie Kubernetes und Helm;

Erfahrung als Softwareentwickler in einer agilen Umgebung.

Gut zu haben:

Kenntnisse im Umgang mit Datenverarbeitungs-Frameworks wie Spark, Pandas, Hadoop oder Airflow;

Erfahrung mit Frameworks für maschinelles Lernen wie SKLearn oder TensorFlow;

Vertrautheit mit RedHat OpenShift;

Erfahrung in der Entwicklung mit Java.