Profil erstellen
Anmelden

PayNearMe, Inc.

Director, Data Engineering

Vereinigte Staaten

United States

PythonSQLPostgreSQLAWSGoTerraform
Automatische Übersetzung. Prüfe das Original.

UNTERNEHMENSBESCHREIBUNG

Bei PayNearMe verfolgen wir die Mission, das Bezahlen und Bezahltwerden so einfach wie möglich zu gestalten. Wir entwickeln innovative Technologien, die die Art und Weise, wie Unternehmen und ihre Kunden Zahlungen erleben, verändern. Unsere branchenführende Plattform, PayXM™, ist die erste ihrer Art – konzipiert, um das gesamte Zahlungserlebnis von Anfang bis Ende zu verwalten. Jeder Klick, jede Wischbewegung oder Tipp ist nahtlos, schnell und sicher und hilft Nicht-E-Commerce-Unternehmen, die Kundenzufriedenheit zu steigern, Zahlungen zu beschleunigen und Kosten zu senken.

Unsere einzige Plattform wickelt alles ab: Karten, ACH, digitale Wallets wie PayPal, Venmo, Cash App Pay, Apple Pay und Google Pay und sogar Bargeld bei mehr als 62,000 Einzelhandelsstandorten im ganzen Land. Heute vertrauen Tausende von Unternehmen in den Bereichen Konsumentenkredite, iGaming und Online-Sportwetten, Immobilienverwaltung und Mauterhebung PayNearMe, um ein Zahlungserlebnis zu liefern, das echte Ergebnisse erzielt.

Im September 2025 haben wir eine Serie-E-Finanzierungsrunde in Höhe von 50 Millionen US-Dollar abgeschlossen, um unser Wachstum zu beschleunigen.

Wir sind ein Team von über 300 Mitarbeitern in 41 Bundesstaaten, mit Hauptsitz im Silicon Valley und Niederlassungen in Dallas, TX und Holmdel, NJ.

Schließen Sie sich uns an und werden Sie Teil eines Teams, das die Zukunft des Zahlungsverkehrs gestaltet – ein Erlebnis nach dem anderen.

Aufgaben

Wir suchen einen strategischen und technisch versierten Director, Data Products Engineering, um die Architektur, Entwicklung und Bereitstellung von KI-Produkten, Datenprodukten und skalierbaren Datenlösungen in unserem gesamten Fintech- und Zahlungsabwicklungs-Ökosystem zu leiten.

Diese Führungskraft wird den Übergang des Unternehmens zu einem produktzentrierten Datenbetriebsmodell vorantreiben, indem sie vertrauenswürdige, wiederverwendbare, skalierbare und geschäftsbezogene KI-/Datenprodukte entwickelt, die Analysen, operative Intelligenz, KI/ML-Initiativen, Kundenerlebnisse, regulatorische Berichterstattung und unternehmensweite Entscheidungsfindung ermöglichen.

Die Rolle erfordert eine starke Kombination aus strategischer Expertise in der Datenlösungsarchitektur, moderner Cloud-Daten-Engineering-Führung und Produktverständnis. Der ideale Kandidat wird Teams leiten, die für die Entwicklung hochwertiger KI-/Datenprodukte, das Design skalierbarer Datenarchitekturen und die Ermöglichung des zuverlässigen unternehmensweiten Datenkonsums in großem Maßstab verantwortlich sind.

Das aktuelle Ökosystem umfasst:

Über unseren Stack

  1. Snowflake
  1. Dataiku
  1. dbt
  1. Fivetran
  1. Apache Iceberg auf Amazon S3
  1. Looker & LookML
  1. SQL, Python
  1. AWS
  1. MySQL, PostgreSQL
  1. Gitlab
  1. Monte Carlo
  1. Terraform, OpenTofu
  1. RDS Database Insights und Datadog

Diese Rolle wird eng mit den Produkt-, Engineering-, Risiko- und Betriebsteams zusammenarbeiten, um unternehmensweite Datenstrategien zu definieren, skalierbare Datenlösungen zu entwerfen und hochwertige KI-/Datenprodukte zu operationalisieren, die das Geschäftswachstum und die Innovation beschleunigen.

Führung im Bereich Enterprise Data Products

  1. Zusammenarbeit mit dem Data Leadership Team bei der Verfeinerung unserer Strategie für Data Products Engineering und skalierbare Datenproduktlieferung mit Schwerpunkt auf der Ermöglichung/Erstellung von KI-gestützten Lösungen.
  1. Etablierung eines produktzentrierten Betriebsmodells für Datenfähigkeiten mit Schwerpunkt auf:
  1. Wiederverwendbare und verwaltete Datenprodukte mit Schwerpunkt auf der Beschleunigung von KI-/Datenprodukten
  1. Domänenorientierte Verantwortung
  1. Datenverträge und SLAs
  1. Produktlebenszyklusmanagement
  1. Auffindbarkeit und Interoperabilität
  1. Standardisierte Geschäftsmetriken und semantische Modelle
  1. Partnerschaft mit Geschäfts- und Technologie-Stakeholdern zur Identifizierung, Priorisierung und Bereitstellung strategischer Datenprodukte, die auf die Unternehmensziele abgestimmt sind.
  1. Förderung der Erstellung skalierbarer unternehmensweiter Datenassets zur Unterstützung von:
  1. Betrugs- und Risikoanalysen
  1. Transaktionsanalysen
  1. Händler- und Kundenanalysen
  1. Finanz- und operative Berichterstattung
  1. KI/ML-Unterstützung
  1. Regulatorische und Compliance-Anforderungen

Strategische Datenlösungsarchitektur

  1. Leitung strategischer Architektur- und Engineering-Entscheidungen für domänenspezifische Datenlösungen und die Erweiterung unserer modernen Cloud-basierten analytischen KI-/Datenplattform
  1. Entwurf skalierbarer, robuster und KI-fähiger Datenarchitekturen, die hochvolumige Transaktionsverarbeitung und analytische Workloads unterstützen.
  1. Zusammenarbeit mit der Data-Teamleitung bei Unternehmensstandards für:
  1. Datenmodellierung und semantisches Design
  1. ELT/ETL-Frameworks
  1. Datenorchestrierung
  1. Datenqualität und Beobachtbarkeit
  1. Metadatenmanagement und Lineage
  1. Data Governance und Sicherheit
  1. Leistungsoptimierung und Skalierbarkeit
  1. Entwurf von Datenlösungen, die vertrauenswürdigen, nahezu Echtzeit- und Self-Service-Zugriff auf Unternehmensdaten ermöglichen.
  1. Förderung der Architekturausrichtung zwischen operativen Systemen, Analyseplattformen, KI/ML-Umgebungen und Berichtssystemen.
  1. Partnerschaft mit Architektur-, Cloud-Engineering- und Sicherheitsteams, um langfristige Skalierbarkeit, Interoperabilität und Compliance von KI- und Datenprodukten sicherzustellen.

Data Engineering Führung

  1. Leitung und Skalierung von leistungsstarken Data Product Engineering Teams, die für die Bereitstellung von domänenspezifischen KI- und Datenprodukten verantwortlich sind.
  1. Überwachung der Entwicklung und Operationalisierung von skalierbaren Cloud-nativen Datenpipelines und Datendiensten.
  1. Förderung der Modernisierung von Legacy-Daten-Workflows und -Plattformen zur Verbesserung von Agilität, Skalierbarkeit und operativer Effizienz.
  1. Sicherstellung, dass Datenprodukte für Analysen, prädiktive Modellierung und KI/ML-Nutzung optimiert sind.

Teamführung & Organisationsentwicklung

  1. Aufbau, Mentoring und Entwicklung von leistungsstarken Teams
  1. Förderung einer Kultur der technischen Exzellenz, Eigenverantwortung, Innovation und kontinuierlichen Verbesserung.
  1. Förderung moderner Engineering- und Architekturpraktiken in der gesamten Organisation.
  1. Festlegung von Karriere-Frameworks, Mentoring-Programmen und Strategien zur Kompetenzentwicklung für technische Teams.
  1. Leitung strategischer Beziehungen zu Anbietern und Technologiepartnern, die Daten-Engineering- und Plattforminitiativen unterstützen.

Mindestanforderungen

  1. Bachelor-Abschluss in Informatik, Data Science, Ingenieurwesen, Statistik, Mathematik, Informationssystemen oder einem verwandten Fachgebiet erforderlich; Master oder PhD bevorzugt.
  1. 10+ Jahre progressive Führungserfahrung in Daten-, Analyse- oder KI/ML-Organisationen.
  1. 5+ Jahre Führung von unternehmensweiten Analyse-, Data-Science- oder KI-Engineering-Teams.
  1. Starke praktische Expertise in prädiktiver Analytik, machine learning, Empfehlungssystemen, Entscheidungsintelligenz und KI-gestützten Analysen.
  1. Nachgewiesene Erfahrung im Aufbau skalierbarer Enterprise Data Products
  1. Tiefgreifende Erfahrung mit modernen Cloud-Datenplattformen und analytischen Ökosystemen, einschließlich:
  1. Snowflake
  1. Dataiku
  1. dbt
  1. Fivetran
  1. Apache Iceberg
  1. Looker / LookML
  1. Starke technische Expertise in:
  1. Python
  1. SQL
  1. ML-Frameworks und KI-Tools
  1. Cloud-Plattformen wie AWS
  1. Starke Fähigkeiten in der Kommunikation mit Führungskräften und im Stakeholder-Management.
  1. Erfahrung in der Führung komplexer, matrixorganisierter Unternehmen.
  1. Außergewöhnliche Kommunikations- und Stakeholder-Management-Fähigkeiten mit der Fähigkeit, exekutive und technische Zielgruppen zu beeinflussen.

Bevorzugte Qualifikationen

  1. Erfahrung im Bereich Fintech, Zahlungsabwicklung, Transaktionsplattformen, Betrugsanalyse oder regulierte Finanzdienstleistungen.
  1. Erfahrung mit Echtzeit-Analysen und Streaming-Architekturen.
  1. Vertrautheit mit:
  1. MLOps-Plattformen
  1. Feature Stores
  1. Vektordatenbanken
  1. Semantische Retrieval-Architekturen
  1. Agentenbasierte KI-Frameworks
  1. Kenntnisse der Anforderungen an PCI, SOC2, GDPR und die Governance von Finanzdaten.
  1. Erfahrung in der Integration von prädiktiven KI- und analytischen KI-Fähigkeiten mit breiteren GenAI-Unternehmensinitiativen.

Die jährliche Gehaltsspanne für diese Position stellt die Einschätzung von PayNearMe nach bestem Wissen und Gewissen dar, die das Unternehmen vernünftigerweise erwartet, für diese Position zum Zeitpunkt der Einstellung anzubieten. Die tatsächliche Vergütung kann je nach Faktoren wie Erfahrung, Qualifikationen, Fähigkeiten und Arbeitsort des Kandidaten variieren. PayNearMe kann unter bestimmten Umständen eine Vergütung außerhalb dieser Spanne anbieten. Diese Stelle wird bis zur Besetzung ausgeschrieben.

Jährliche Gehaltsspanne

$200,000—$245,000 USD

PayNearMe bemüht sich, einen Arbeitsplatz zu schaffen, an dem sich alle Mitarbeiter wohlfühlen. Unsere Kernwerte home.paynearme.com/about/careers/ repräsentieren, wer wir heute sind, und wir sind stolz auf die Art und Weise, wie wir miteinander und mit unseren Stakeholdern zusammenarbeiten.

Wir sind gemeinsam hier, um das Richtige zu tun. Wir erzielen echte Ergebnisse, auf die wir stolz sind, während wir respektvoll, transparent und flexibel bleiben.

PayNearMe ist ein Arbeitgeber, der Chancengleichheit fördert. Wir arbeiten sorgfältig und durchdacht daran, eine vielfältige Belegschaft zu kultivieren, die wiederum unsere Produkte und Dienstleistungen für die Gemeinschaften, denen wir dienen, verbessert. Bewerber aller Hintergründe werden dringend ermutigt, sich zu bewerben.

Bewerberinformationen werden gemäß unserer Datenschutzmitteilung für Bewerber behandelt, die Sie unter folgendem Link finden: home.paynearme.com/ccpa-privacy-notice-jobs-employees/

Warum bei uns einsteigen?

  • Wettbewerbsfähiges Gehalt und Sozialleistungen mit Wachstumsoptionen
  • Schnelles und professionelles Arbeitsumfeld
  • Aktienoptionen mit üblicher Startup-Vesting-Periode – 1 Jahr Cliff; 4 Jahre insgesamt
  • $50 monatliche Kommunikationspauschale für Ihre Telefon- und Internetkosten
  • $250 Pauschale zur Verbesserung Ihres Homeoffice-Setups
  • Erstattung für Peripheriegeräte: Monitor (bis zu $400), Tastatur und Maus (bis zu $200)
  • Premium-Krankenversicherungsleistungen einschließlich Augen- und Zahnversicherung (100% Abdeckung für Mitarbeiter)
  • Vom Unternehmen gesponserte Lebens- und Invaliditätsversicherung
  • Bezahlter Elternurlaub
  • Bezahlte Krankheitstage, Jury-Pflicht, Trauerfall
  • 401k Plan
  • Flexible Urlaubsregelung (unsere Teammitglieder nehmen typischerweise ca. 3-4 Wochen Urlaub pro Jahr)
  • Freiwilligenurlaub
  • 13 festgelegte Feiertage

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

Weiter entdecken

Philip Morris International U.S.

Manager Data Scientist

Python

Tampa, Florida, United States

Dein nächster Jobsucht schon nach dir.

Ich will gefunden werden
Nort

Reverse-Recruiting- Plattform für Entwickler

PlattformKonto erstellenAnmeldenBlogGlossarEventsSupport
Social MediaInstagramLinkedInTwitter
RechtlichesNutzungsbedingungenDatenschutznortjobs © 2026