Projekt dotyczy budowy rozwiązania w ramach Transaction Monitoring wspierającego wykrywanie przypadków prania pieniędzy (AML) w sektorze rynków kapitałowych. Jest to inicjatywa greenfield, oferująca możliwość tworzenia architektury od podstaw z naciskiem na innowacje, własność produktu i doskonałość dostarczania.
responsibilities :
Projektowanie, implementacja i optymalizacja data pipelineów wspierających end-to-end scenariusze detekcji AML w obszarze capital markets z wykorzystaniem Apache Spark (PySpark) oraz SQL do przetwarzania dużych wolumenów danych w środowiskach rozproszonych
Tworzenie i rozwój aplikacji w Python i Java do przetwarzania danych transakcyjnych oraz implementacji złożonej logiki biznesowej
Budowa i utrzymanie infrastruktury CI/CD z wykorzystaniem narzędzi Bamboo/Jenkins oraz Bitbucket do automatyzacji deploymentu i testowania
Praca z platformami distributed computing oraz klastrami on-premise, optymalizacja wydajności przetwarzania w środowiskach big data
Aktywny udział w budowie architektury greenfield z silnym poczuciem ownership, innowacyjności i jakości delivery
requirements-expected :
Zaawansowane umiejętności programowania w Python
Bardzo dobra znajomość Apache Spark (PySpark) i SQL do przetwarzania dużych zbiorów danych w środowiskach rozproszonych
Praktyczne doświadczenie w pracy z platformami rozproszonego przetwarzania oraz klastrami on-premise
Znajomość narzędzi CI/CD takich jak Bamboo/Jenkins oraz Bitbucket
Doświadczenie w pracy w zespołach Agile oraz umiejętność samodzielnej pracy w dynamicznych środowiskach
Silne umiejętności analityczne i rozwiązywania problemów z zdolnością szybkiej adaptacji
offered :
Praca nad projektem greenfield – możliwość budowania rozwiązania od podstaw
Wpływ na architekturę i kluczowe decyzje techniczne
Rozwój w obszarze Financial Crime i AML – jeden z najważniejszych obszarów w sektorze finansowym
Praca z nowoczesnymi technologiami: Apache Spark, Python, Java, distributed computing
Międzynarodowe środowisko i praca w języku angielskim
