Kanada
Stripe
Caseware
Principal Software Developer – Data Architect
Kanada
Toronto, Ontario, Canada
PythonJavaSQLPostgreSQLAWS
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Caseware ist eines der ursprünglichen Fintech-Unternehmen Kanadas und hat die globale Branche für Prüfungs- und Buchhaltungssoftware seit über 30 Jahren angeführt. Wir haben mehr als 500,000 Benutzer in 130 Ländern und sind in 16 verschiedenen Sprachen verfügbar. Auch wenn Sie vielleicht noch nicht von uns gehört haben (noch nicht), listen über 36,000 Fachleute für Buchhaltung und Wirtschaftsprüfung Caseware als Fähigkeit in ihren LinkedIn-Profilen auf!
Wir suchen einen Principal Software Developer – Data Architect, der die technische Vision und die Architektursstrategie der Caseware Enterprise Data Platform, einschließlich der AI-Ready Data Platform, vorantreibt. Diese Rolle wird die Enterprise Data Architecture, Muster und Modellierungsstandards definieren, die vertrauenswürdige, gesteuerte, qualitativ hochwertige Datenprodukte liefern, die eine grundlegende Datenplattform für unsere Cloud-Angebote bilden, KI-Funktionen und sichere Interoperabilität mit Kundensystemen ermöglichen und gleichzeitig Analysen unterstützen und unsere Kernprodukte stärken.
Diese Rolle erfordert tiefgreifende Erfahrung in der Gestaltung moderner Datenplattformen und praktische Vertrautheit damit, wie Daten KI-Workflows unterstützen, einschließlich Retrieval, Suche, Grounding und sicherer Interoperabilitätsmuster. Sie werden diese Erfahrung nutzen, um eine Datenbasis zu schaffen, die KI-Workflows und agentenbasierte Funktionen, Analysen und Kundeninteroperabilität unterstützt.
Dies ist eine Schlüsselrolle, in der Sie als praktischer Architekt fungieren, das Entwicklungsteam betreuen, die langfristige technische Vision leiten, unternehmensweite Datenarchitekturstandards über Teams hinweg gestalten und zu entscheidenden KI- und Datenplattformprojekten beitragen.
- ❗ Dies ist eine Vollzeit-Festanstellung
- ❗ Dies ist eine neue Stelle
📍 Standort: Dies ist eine hybride Rolle, bei der der erfolgreiche Kandidat 3 Tage pro Woche in unserem Büro in Toronto in der 351 King St E Suite 1100, Toronto, ON, arbeiten muss.
KI-Nutzung
Der Rekrutierungsprozess kann KI-gestützte Tools verwenden, jedoch nicht für die Kandidatenprüfung oder -bewertung. Alle endgültigen Einstellungsentscheidungen werden von Menschen getroffen, um Fairness, Transparenz und Aufsicht zu gewährleisten.
Hintergrundüberprüfung
Alle Kandidaten, die ein Angebot für eine Stelle erhalten, müssen eine Hintergrundüberprüfung über Certn.co erfolgreich abschließen, die in der Regel eine Identitätsprüfung und eine Strafregisterauskunft umfasst. Führungskräfte und leitende Angestellte werden zusätzlich einer Soft Credit Check unterzogen. Kandidaten mit Wohnsitz in den Niederlanden und Deutschland sind von der Hintergrundüberprüfung über Certn.co ausgenommen.
Sicherheit und Betrug
. Wir werden Sie NIEMALS um Zahlungen oder Finanzinformationen bitten. Wenn Sie ein unaufgefordertes Stellenangebot erhalten, gehen Sie mit äußerster Vorsicht vor.
Was Sie tun werden
- Leitung der Architektur und Modernisierung der Enterprise Data Platform: Definieren und Umsetzen der technischen Strategie für eine skalierbare, AI-Ready Enterprise Data Platform, einschließlich der Modernisierung von Sherlock, Lakehouse-Architektur, Datenprodukten, Interoperabilität sowie der Muster und Fähigkeiten, die für AI-Ready-Anwendungsfälle erforderlich sind.
- Etablierung von Datenarchitekturmustern: Erstellen und Weiterentwickeln von Referenzarchitekturen, Modellierungsstandards, Leitplanken und Best Practices für unsere grundlegende Datenplattform, einschließlich einer Iceberg-basierten Lakehouse-Architektur, Medallion-Mustern, Ingestion, Normalisierung, Datenqualität und Interoperabilität.
- Nutzung und Schulung von Teams in KI-gestützten Workflows: Anwenden von KI-Tools in der täglichen Architektur, Analyse, Dokumentation und Prototypenentwicklung sowie Schulung von Teams im verantwortungsvollen Umgang, der die Designqualität, die Datenentdeckung und die Effektivität der Lieferung verbessert.
- Überwachung wichtiger Plattformprojekte: Starker Beitrag zu KI-Ready-Datenplattform-Initiativen und produktübergreifenden Datenarchitekturverbesserungen, einschließlich der Neugestaltung der Datenschicht für unsere SE- und Sherlock-Produkte, der Schema-Modernisierung und der Weiterentwicklung von Datenmodellen.
- Mentoring und Führung: Anleitung von Teams bei der Projektdurchführung, Förderung einer Mentoring-Kultur und Sicherstellung der Einhaltung hoher Standards in den Bereichen Data Engineering, Datenmodellierung, Datenqualität und Plattformarchitektur.
- Förderung von Best Practices: Zusammenarbeit mit F&E-Gruppen zur Implementierung von Best Practices für vertrauenswürdige, AI-Ready und sicher interoperable Datenprodukte, einschließlich Datenverträgen, Ingestions- und Normalisierungsstandards sowie zur Verbesserung der Konsistenz und Wiederverwendung über Produkte hinweg.
- Partnerschaft bei Data Governance und Sicherheit: Zusammenarbeit mit Sicherheits- und Produktteams zur Definition von Datenklassifizierung, -aufbewahrung, Mandantentrennung und Zugriffskontrollen für Datensätze und Datenprodukte.
- Ermöglichung der Akzeptanz durch „Paved Roads“: Bereitstellung von Referenzimplementierungen und Blaupausen, die es Teams erleichtern, Datenprodukte zu erstellen und sich in die Datenplattform zu integrieren.
- Architektur für Data Observability: Definieren und Implementieren von Standards für Datenqualität, Lineage und Nachverfolgbarkeit, Data Dictionary-Kontrollen, Aktualitätsüberwachung und Alarmierung, damit Datenprodukte zuverlässig und auditbereit sind.
Schlüsselfaktoren für den Erfolg
- Etablierung einer soliden technischen Strategie: Zusammenarbeit mit der Führungsebene der Datenplattform, des Produkts und der Architektur, um die technische Ausrichtung der AI-Ready Data Platform zu definieren und die Ausrichtung mit den Zielen für Geschäftswachstum, Skalierbarkeit und Interoperabilität sicherzustellen.
- Bereitstellung von Architekturmustern und -standards: Definieren, Prototypisieren und Sozialisieren wichtiger Datenarchitekturmuster und Modellierungsstandards, unterstützt durch Referenzdokumentation und Architektur-Entscheidungsaufzeichnungen, die Teams konsistent anwenden können.
- Vorantreiben wichtiger Plattforminitiativen: Wesentlicher Beitrag zu KI-Ready Data Platform-Initiativen und produktübergreifenden Datenarchitekturverbesserungen, um die Grundlage für KI-Funktionen, Interoperabilität, Skalierbarkeit und Leistung zu stärken.
- Mentoring und Anleitung von Teams: Förderung von leistungsstarken Entwicklungsteams, Steigerung der Akzeptanz von Best Practices in den Bereichen Datenmodellierung, Datenqualität, Governance und operative Exzellenz.
Was Sie mitbringen
- 10+ Jahre Erfahrung in Softwareentwicklung und Data Engineering, davon mindestens 5 Jahre in einer leitenden technischen Führungsposition, vorzugsweise als Principal Developer oder Data Architect.
- Tiefgreifende Erfahrung in der Gestaltung moderner Datenplattformen auf AWS Cloud-nativen Infrastrukturen, einschließlich Lakehouse-, Medallion- und Analyse-Mustern, Ingestion aus OLTP-Systemen, ETL/ELT-Pipelines, verteilter Verarbeitung mit Spark, Trino und der Bereitstellung von Analysen und AI-Ready Data Lakes im großen Maßstab, mit starken operativen Praktiken.
- Praktische, hands-on Anwendung von KI-Tools zur Verbesserung von Datenarchitektur- und Engineering-Workflows, einschließlich Analyse, Design-Exploration, Dokumentation, Prototypenentwicklung, Code-Unterstützung und Schulung von Teams im verantwortungsvollen und effektiven Einsatz.
- Praktische Erfahrung mit Kern-Datentechnologien und Integrationsmustern: MongoDB, Amazon DocumentDB, MS SQL Server, DynamoDB, AWS ElastiCache für Redis und Valkey; Event-Streaming und Queuing mit SNS/SQS. Postgres, pgvector und Kafka oder Pub/Sub sind von Vorteil.
- Praktische Erfahrung mit AWS Datenplattformdiensten: S3, S3 Express, Athena, Glue Catalog, Lake Formation, OpenSearch Serverless, S3 Vector Storage, Iceberg, Lambda, Step Functions, EKS, ETL auf EMR und EMR Serverless.
- Nachgewiesene Fähigkeit zur Architekturgestaltung und Bereitstellung skalierbarer, zuverlässiger Datensysteme und Produkt-Datenarchitekturen, Anleitung von Teams bei Datenmodellen, Speicher- und Integrationsarchitekturen, Datenverträgen, Daten-Domain-Taxonomie, Schema- und Event-Versioning sowie bei der Lösung von Performance- und Skalierungsengpässen.
- Kompetenz in Datenbewegung und Performance-Architektur: Erfahrung in der Gestaltung von Replikations-, Event-Sourcing- und CDC/Change-Tracking-Strategien, sicheren Mustern für die historische Wiederaufbereitung und Performance-Optimierung durch Abfrageanalyse, Indizierung und Partitionierung.
- Erfahrung in der Definition von Data Governance und Plattformakzeptanzstandards in großen Organisationen, einschließlich Kontrollen für Datenschutz, Zugriff, Auditierbarkeit, sichere Wiederverwendung und operative Leitplanken für AI-Ready-Datensätze und Datenprodukte.
- Erfahrung in der Ermöglichung sicherer Interoperabilitätsmuster mit Kundensystemen und KI-Workflows, einschließlich gesteuertem Datenzugriff, mandantenfähigen Kontrollen und sicheren Integrationsmustern.
- Starke technische Führung: Erfahrung im Mentoring von Teams, Festlegen von Engineering- und Architekturstandards sowie Beeinflussung der technischen Ausrichtung über mehrere Teams hinweg.
- Erfahrung in der Zusammenarbeit mit DevOps Teams, CI/CD Pipelines, Infrastructure-as-Code und operativen Werkzeugen zur Bereitstellung skalierbarer, resilienter Datenplattformen und Pipelines.
- Kommunikations- und Kollaborationsfähigkeiten, um funktionsübergreifende Teams abzustimmen und mit der Geschäftsleitung über technische Strategien, Kompromisse und Entscheidungen zu sprechen.
Technologien, mit denen Sie arbeiten werden
- Kern (aktuell): AWS S3, S3 Express, DynamoDB, Athena, Glue Catalog, Lake Formation, OpenSearch Serverless, S3 Vector Storage, EMR/EMR Serverless, Spark, Trino, MapReduce, Iceberg, Lambda, Step Functions, EKS, SNS/SQS; MongoDB, Amazon DocumentDB, MS SQL Server, Redis/Valkey; Java (Spring), Python.
- AI-Ready Datenmuster und Tools: AWS Bedrock (einschließlich Modellen wie Anthropic Claude), AWS Knowledge Bases, MCP, Embeddings, Vektor-Retrieval und RAG.
- Observability & Operations: CloudWatch, New Relic, OpenTelemetry.
- Neu: Kafka oder Pub/Sub, LLM Proxy-Schicht (z. B. LLMProxy), Aurora PostgreSQL, pgvector
- Vertrautheit mit AI-Ready-Datenmustern ist von Vorteil, einschließlich Embedding-Pipelines, Vektor-basiertem Retrieval, RAG-Datenworkflows und Echtzeit-/Event-gesteuerten Datenflüssen, die KI-Integrationen unterstützen.
- Praktische Vertrautheit mit KI-Plattformintegrationskonzepten wie MCP, AWS Bedrock, AWS Knowledge Bases, Vektor-Retrieval und RAG-Workflows ist von Vorteil.
Was wir Ihnen bieten
- ▪️Innovation steht im Mittelpunkt unseres Handelns. Wir arbeiten mit modernster Technologie in den Bereichen Buchhaltung und Finanzberichterstattung und verschieben ständig die Grenzen, um wirkungsvolle Softwarelösungen zu entwickeln.
- ▪️Wir setzen uns für eine kollaborative Kultur ein, in der Ihre Ideen geschätzt werden und der Wissensaustausch in einem unterstützenden, integrativen Team gefördert wird.
- ▪️Work-Life-Balance ist uns wichtig. Wir bieten flexible Arbeitsmöglichkeiten, Remote-Optionen und großzügige Urlaubsregelungen, um eine gesunde Work-Life-Balance zu gewährleisten.
- ▪️Wir bieten eine wettbewerbsfähige Vergütung, einschließlich eines attraktiven Gehalts und umfassender Leistungen wie Krankenversicherung und Altersvorsorgepläne.
- ▪️Wir sind von wirkungsvoller Arbeit angetrieben. Ihre Beiträge wirken sich direkt darauf aus, wie unsere Kunden ihre Finanzprozesse verwalten und ihren Erfolg vorantreiben.
- ▪️Anerkennung und Belohnung sind uns wichtig. Wir feiern harte Arbeit durch Anerkennungsprogramme, Leistungsprämien und Möglichkeiten zur beruflichen Weiterentwicklung.
- ▪️Wir bieten globale Möglichkeiten. Arbeiten Sie an internationalen Projekten und arbeiten Sie mit einem vielfältigen, globalen Team zusammen.
Über Caseware
Die hochmodernen Softwareprodukte von Caseware sind sorgfältig für Wirtschaftsprüfungsgesellschaften, Unternehmen und Regierungen konzipiert. Unsere Teams arbeiten kontinuierlich zusammen, innovieren und bauen auf unserer bestehenden Produktpalette auf. Mit einer kundenorientierten Denkweise entwickeln wir Technologien, die die Zukunft der Wirtschaftsprüfung, der Finanzberichterstattung und der Finanzdatenanalyse gestalten.
Mit einer kürzlich erfolgten strategischen Investition von Hg Capital im Jahr 2020 befindet sich Caseware nun in seiner nächsten Wachstumsphase, in der wir uns auf die Mitarbeiter und Produkte konzentrieren, die Caseware bisher so erfolgreich gemacht haben.
Einer der Kernwerte von Caseware ist „Viele Stimmen, ein Team“ (Many Voices, One Team). In diesem Sinne engagieren wir uns für den Aufbau von Teams, die so vielfältig wie unsere Kunden sind, auf gerechte und integrative Weise. Wir begrüßen und ermutigen Kandidaten aller Hintergründe zur Bewerbung. Sollten Sie während des Bewerbungs- oder Interviewprozesses Unterstützung benötigen oder Fragen haben, senden Sie bitte eine E-Mail an unser People Operations Team unter talent@caseware.com.
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