top of page
FORMATNULL™ ventures Logo

Technologie

Ingénieur Data

Dubaï / télétravail

Nous recherchons un(e) Data Engineer pour concevoir et maintenir notre infrastructure de données. Vous serez responsable de garantir à nos équipes de trading et de recherche un accès à des données fiables et de haute qualité, tout en gérant les pipelines qui alimentent nos stratégies quantitatives.

faviconeF0V-white-coupe_-(4).png

Responsabilités :


  • Concevoir et développer des pipelines de données scalables pour les données de marché, les données alternatives et les données internes.
  • Mettre en place des frameworks de contrôle de la qualité des données et de validation.
  • Optimiser le stockage et la restitution des données pour les besoins de la recherche et du trading en production.
  • Gérer les relations avec les fournisseurs de données et évaluer de nouvelles sources de données.
  • Développer des outils et des API facilitant l’accès aux données pour les équipes de recherche et de trading.
  • Garantir la sécurité des données et la conformité aux exigences réglementaires.
  • Maintenir une documentation à jour et des dictionnaires de données.
  • Collaborer étroitement avec les chercheurs quantitatifs afin d’anticiper les besoins en données pour de nouvelles stratégies.

Exigences :


  • Plus de 5 ans d’expérience en data engineering, idéalement dans le secteur financier.
  • Maîtrise experte de SQL et Python.
  • Expérience avec les technologies Big Data (Spark, Kafka, Airflow).
  • Solide connaissance des bases de données de séries temporelles et du data warehousing.
  • Expérience des services data cloud (AWS, GCP, Snowflake).
  • Bonne compréhension des structures de données de marché financier et des fournisseurs de données.
  • Licence en informatique, ingénierie ou domaine connexe.
pdf
Téléchargement de fichier pris en charge (maximum 15 Mo)

Merci pour votre soumission | Nous vous contacterons bientôt !

Profil souhaité :


  • Expérience au sein d’un hedge fund quantitatif ou d’une société de trading.
  • Connaissance du traitement de données alternatives (imagerie satellite, web scraping, NLP).
  • Expérience avec des systèmes de données en streaming temps réel.
  • Familiarité avec l’ingénierie de features pour le machine learning et le déploiement de modèles (model serving).
bottom of page