This listing includes English and French.
About Flinks
Flinks is the embedded finance platform that brings together connectivity, intelligence, and payments - giving businesses the infrastructure they need to build and deliver seamless financial experiences at scale.
As a leader in Open Finance in Canada, weâve grown since 2016 into one of North Americaâs most trusted platforms for financial data access, enrichment, and money movement. We work with innovators across many industries, including lending, fintech, banking, insurance, and wealth management.
Today, our platform connects to 15,000+ financial institutions across North America and powers over 1M monthly connections. We also give our customers unprecedented visibility into 4,500+ real-time financial insights to support smarter decisioning. Companies rely on Flinks to streamline onboarding, verify income, assess credit risk, and power faster payment experiences.
Weâre on a mission to drive financial innovation and help businesses build financial experiences that feel effortless, connected, and customer-first. Thatâs where you come in.
The Role
We're hiring our Senior Data Engineer (Data / ML Platform) to stand up data engineering as a discipline at Flinks. You'll own the data and ML platform that turns models into reliable production services, harden the data models the business runs on and close the seam between our data scientists and the product teams. This is a high-ownership, greenfield-leaning role: much of this foundation is yours to build and own, not inherit.
If you like being the person who makes data and ML production-grade - pipelines, serving, governance, reliability - and you want broad impact across a company's data, this is built for you.
What You'll Do
- Own and evolve the data platform - the BigQuery warehouse, dbt transformation layers, Airflow / Cloud Composer orchestration and Pub/Sub ingestion that feed every model and metric.
- Build and operate the ML platform - training pipelines (Kubeflow on Vertex AI), model serving (FastAPI behind Vertex endpoints), CI/CD, containerization and typed contracts. Take operational ownership of model-serving infrastructure so reliability isn't carried by the data scientists alone.
- Harden and standardize the data models the business depends on - improving schemas, fixing data-quality issues and establishing trustworthy source-of-truth feeds.
- Establish data governance and observability - bring data that lives outside the warehouse under proper governance and build operational metrics for products that don't yet have them.
- Standardize how data engineering is done across product lines - patterns, tooling and pipelines other teams can adopt.
- Partner across data science, backend and product on the producer to consumer contract (models produced by data science, consumed/aggregated downstream, surfaced to clients).
What You'll Work On
You'll help build and evolve the data platform that powers Flinks' financial intelligence products, supporting everything from transaction enrichment and categorization to risk and payments decisioning.
Key areas of focus include:
- Building scalable data pipelines that process and transform large volumes of financial data.
- Designing and maintaining reliable datasets, data models, and feature pipelines used by machine learning and product teams.
- Improving data quality, observability, and operational metrics across our platform and customer-facing products.
- Developing cost-efficient, high-performance data services and infrastructure that support real-time and batch workloads.
- Partnering closely with Data Science, Product, and Engineering teams to enable new capabilities and accelerate product delivery.
- Contributing to the evolution of our data platform architecture as we continue to scale our products, customers, and machine learning capabilities.
Our stack
- Python, SQL, Bash
- Google Cloud Platform (GCP)
- BigQuery and dbt
- Airflow (Cloud Composer), Pub/Sub, and Cloud Functions
- Kubeflow, Vertex AI, MLflow, and FastAPI
- Docker, Terraform, and Protocol Buffers
- Azure DevOps
- Grafana and GCP Logging
You don't need experience with every tool listed above - strong Data Engineering fundamentals and experience building production data platforms matter more than direct experience with our exact stack. SQL is the exception: it's a non-negotiable (see Key Requirements).
Why This Role
- Greenfield ownership - help build and evolve the data platform that powers Flinks' next generation of data and machine learning products.
- High leverage impact - your work enables Data Science, Product, Engineering, and Risk teams to move faster with reliable, trusted data.
- Real-world scale and complexity - work with large volumes of financial data powering products used by banks, fintechs, and financial institutions across North America.
- Modern cloud-native environment - build on a modern GCP stack using contemporary data, platform, and machine learning tooling.
Key Requirements
- Experience: 5+ years of hands-on Data Engineering experience designing, building, and operating production data platforms, pipelines, and warehouse solutions in a cloud environment.
- Data Engineering Expertise: Strong experience with ETL/ELT development, data modeling, schema design, orchestration, data quality, lineage, and warehouse optimization. Experience with BigQuery, dbt, Airflow, or equivalent modern data tooling is highly desirable.
- Technical Foundation: Expert SQL and strong Python skills, with the ability to build scalable, maintainable, and well-tested data solutions that support both operational and analytical workloads.
- Cloud Data Platforms: Experience working with modern cloud-native data ecosystems, including data warehouses, event-driven architectures, distributed processing, and platform observability.
- Operational Excellence: Demonstrated ownership of production systems, including monitoring, reliability, performance tuning, cost optimization, incident response, and ongoing platform improvements.
- Machine Learning Platform Exposure: Experience supporting machine learning workflows, feature pipelines, model-serving infrastructure, or MLOps environments is an asset, but a strong Data Engineering foundation is the primary requirement.
- Collaboration: Ability to partner effectively with Data Science, Product, Engineering, and QA teams to deliver trusted, scalable, and well-governed data solutions.
- Education: Bachelor's degree in Computer Science, Data Engineering, Software Engineering, or a related technical field, or equivalent practical experience.
- Work Authorization: Must be legally authorized to work in Canada.
Compensation Range
For experienced and qualified hires located in Canada, of senior (IC4) level, the compensation range is between $120,000 to $160,000 CAD annually.
As part of the total rewards package, Flinks offers:
- Health & Dental coverage as of Day 1
- Flexible Paid Time Off (FTO)
- Remote work environment with frequent in-person gatherings and activities.
- Career development, learning opportunities and growth
- And more
We are committed to providing accommodations for persons with disabilities. If you require accommodation, we will work with you to meet your needs.
Flinks uses artificial intelligence (AI) during the recruitment process to assist in screening, assessing, or selecting applicants.
---------------------------------------------------------------------------------------
À propos de Flinks 🚀
Flinks est une plateforme de finance intĂ©grĂ©e qui rĂ©unit la connectivitĂ©, lâintelligence financiĂšre et les paiements, offrant aux entreprises lâinfrastructure nĂ©cessaire pour concevoir et dĂ©ployer des expĂ©riences financiĂšres fluides Ă grande Ă©chelle.
Chef de file de la finance ouverte (Open Finance) au Canada, nous avons connu une croissance soutenue depuis 2016 pour devenir lâune des plateformes les plus fiables en AmĂ©rique du Nord en matiĂšre dâaccĂšs aux donnĂ©es financiĂšres, dâenrichissement des donnĂ©es et de mouvement de fonds. Nous collaborons avec des entreprises innovantes dans de nombreux secteurs, notamment le crĂ©dit, les technologies financiĂšres (fintech), les services bancaires, lâassurance et la gestion de patrimoine.
Aujourdâhui, notre plateforme est connectĂ©e Ă plus de 15 000 institutions financiĂšres Ă travers lâAmĂ©rique du Nord et soutient plus dâun million de connexions mensuelles. Nous offrons Ă©galement Ă nos clients un accĂšs Ă plus de 4 500 indicateurs financiers en temps rĂ©el afin de favoriser une prise de dĂ©cision plus Ă©clairĂ©e. Les entreprises sâappuient sur Flinks pour simplifier lâintĂ©gration de leurs utilisateurs, vĂ©rifier les revenus, Ă©valuer le risque de crĂ©dit et offrir des expĂ©riences de paiement plus rapides.
Notre mission est dâaccĂ©lĂ©rer lâinnovation financiĂšre et dâaider les entreprises Ă crĂ©er des expĂ©riences financiĂšres simples, connectĂ©es et centrĂ©es sur leurs clients. Câest lĂ que vous entrez en jeu.
Le poste
Nous recrutons notre IngĂ©nieur(e) principal(e) en donnĂ©es (Plateforme DonnĂ©es / IA) afin dâĂ©tablir lâingĂ©nierie des donnĂ©es comme une discipline Ă part entiĂšre chez Flinks. Vous serez responsable de la plateforme de donnĂ©es et dâapprentissage automatique qui transforme les modĂšles en services de production fiables, renforcerez les modĂšles de donnĂ©es sur lesquels lâentreprise sâappuie et assurerez la connexion entre nos scientifiques des donnĂ©es et les Ă©quipes produit.
Il sâagit dâun rĂŽle Ă forte autonomie, orientĂ© vers la crĂ©ation de nouvelles fondations : une grande partie de cette infrastructure sera Ă concevoir, bĂątir et faire Ă©voluer par vous, plutĂŽt quâĂ hĂ©riter dâun environnement existant.
Si vous aimez ĂȘtre la personne qui rend les donnĂ©es et lâIA prĂȘtes pour la production - pipelines, mise en service des modĂšles, gouvernance, fiabilitĂ© - et que vous souhaitez avoir un impact important sur lâensemble des capacitĂ©s de donnĂ©es dâune entreprise, ce rĂŽle est fait pour vous.
Ce que vous ferez
- Assurer la propriété et l’évolution de la plateforme de données - l’entrepôt BigQuery, les couches de transformation dbt, l’orchestration Airflow / Cloud Composer et les mécanismes d’ingestion Pub/Sub qui alimentent chaque modèle et indicateur.
- Concevoir, exploiter et faire évoluer la plateforme d’apprentissage automatique - pipelines d’entraînement (Kubeflow sur Vertex AI), mise en service des modèles (FastAPI derrière les points de terminaison Vertex), CI/CD, conteneurisation et contrats typés. Assumer la responsabilité opérationnelle de l’infrastructure de mise en production des modèles afin que leur fiabilité ne repose pas uniquement sur les scientifiques des données.
- Renforcer et standardiser les modèles de données essentiels aux opérations de l’entreprise - amélioration des schémas, correction des problèmes de qualité des données et mise en place de sources de vérité fiables.
- Mettre en place des pratiques de gouvernance et d’observabilité des données - intégrer sous une gouvernance appropriée les données qui se trouvent à l’extérieur de l’entrepôt et créer des métriques opérationnelles pour les produits qui n’en disposent pas encore.
- Standardiser les pratiques d’ingénierie des données à travers les différentes lignes de produits - modèles, outils et pipelines pouvant être réutilisés par les autres équipes.
- Collaborer étroitement avec les équipes de science des données, de développement backend et de produit afin de définir et maintenir le contrat entre producteurs et consommateurs de données (modèles produits par la science des données, consommés ou agrégés en aval et exposés aux clients).
Ce sur quoi vous travaillerez
Vous contribuerez Ă bĂątir et Ă faire Ă©voluer la plateforme de donnĂ©es qui alimente les produits dâintelligence financiĂšre de Flinks, soutenant notamment lâenrichissement et la catĂ©gorisation des transactions, ainsi que les solutions de gestion du risque et de prise de dĂ©cision liĂ©es aux paiements.
Les principaux domaines dâintervention incluent :
- Concevoir des pipelines de données évolutifs capables de traiter et de transformer de grands volumes de données financières.
- Concevoir et maintenir des ensembles de données, modèles de données et pipelines de caractéristiques fiables utilisés par les équipes d’apprentissage automatique et de produit.
- Améliorer la qualité des données, l’observabilité et les indicateurs opérationnels à travers notre plateforme et nos produits destinés aux clients.
- Développer des services et infrastructures de données performants et optimisés en coûts afin de soutenir des charges de travail en temps réel et par lots.
- Collaborer étroitement avec les équipes Science des données, Produit et Ingénierie afin de permettre le développement de nouvelles capacités et d’accélérer la livraison de produits.
- Contribuer à l’évolution de l’architecture de notre plateforme de données alors que nous continuons à faire croître nos produits, notre clientèle et nos capacités d’apprentissage automatique.
Notre environnement technologique
- Python, SQL, Bash
- Google Cloud Platform (GCP)
- BigQuery et dbt
- Airflow (Cloud Composer), Pub/Sub et Cloud Functions
- Kubeflow, Vertex AI, MLflow et FastAPI
- Docker, Terraform et Protocol Buffers
- Azure DevOps
- Grafana et GCP Logging
Vous nâavez pas besoin dâavoir travaillĂ© avec chacun des outils mentionnĂ©s ci-dessus. De solides fondations en ingĂ©nierie des donnĂ©es et une expĂ©rience dĂ©montrĂ©e dans la conception de plateformes de donnĂ©es en production sont plus importantes quâune connaissance approfondie de notre pile technologique actuelle. Le SQL constitue toutefois lâexception : il sâagit dâune exigence incontournable (voir les exigences clĂ©s).
Pourquoi ce poste?
ResponsabilitĂ© sur un environnement en construction - contribuez Ă bĂątir et Ă faire Ă©voluer la plateforme de donnĂ©es qui alimentera la prochaine gĂ©nĂ©ration de produits de donnĂ©es et dâintelligence artificielle de Flinks.
Impact Ă fort levier - votre travail permettra aux Ă©quipes Science des donnĂ©es, Produit, IngĂ©nierie et Risque dâavancer plus rapidement grĂące Ă des donnĂ©es fiables et dignes de confiance.
Ăchelle et complexitĂ© rĂ©elles - travaillez avec dâimportants volumes de donnĂ©es financiĂšres alimentant des produits utilisĂ©s par des banques, fintechs et institutions financiĂšres partout en AmĂ©rique du Nord.
Environnement infonuagique moderne - dĂ©veloppez des solutions sur une pile technologique GCP moderne utilisant des outils contemporains de donnĂ©es, de plateformes et dâapprentissage automatique.
Exigences essentielles
Expérience :
Plus de 5 ans dâexpĂ©rience pratique en ingĂ©nierie des donnĂ©es, incluant la conception, le dĂ©veloppement et lâexploitation de plateformes de donnĂ©es, de pipelines et de solutions dâentreposage de donnĂ©es en environnement infonuagique.
Expertise en ingénierie des données :
ExpĂ©rience approfondie en dĂ©veloppement ETL/ELT, modĂ©lisation de donnĂ©es, conception de schĂ©mas, orchestration, qualitĂ© des donnĂ©es, traçabilitĂ© des donnĂ©es (data lineage) et optimisation dâentrepĂŽts de donnĂ©es. Une expĂ©rience avec BigQuery, dbt, Airflow ou des outils modernes Ă©quivalents est fortement souhaitĂ©e.
Fondations techniques :
Excellente maßtrise du SQL et solides compétences en Python, avec la capacité de concevoir des solutions de données évolutives, maintenables et rigoureusement testées, soutenant à la fois les besoins opérationnels et analytiques.
Plateformes de données infonuagiques :
ExpĂ©rience avec des Ă©cosystĂšmes de donnĂ©es modernes natifs du nuage, incluant les entrepĂŽts de donnĂ©es, les architectures Ă©vĂ©nementielles, le traitement distribuĂ© et les pratiques dâobservabilitĂ© des plateformes.
Excellence opérationnelle :
ExpĂ©rience dĂ©montrĂ©e dans la gestion de systĂšmes en production, notamment en matiĂšre de surveillance, de fiabilitĂ©, dâoptimisation des performances, de contrĂŽle des coĂ»ts, de gestion des incidents et dâamĂ©lioration continue des plateformes.
ExpĂ©rience liĂ©e aux plateformes dâapprentissage automatique :
Une expĂ©rience soutenant des flux de travail dâapprentissage automatique, des pipelines de caractĂ©ristiques, des infrastructures de mise en production de modĂšles ou des environnements MLOps constitue un atout. Toutefois, une solide expertise en ingĂ©nierie des donnĂ©es demeure la principale exigence.
Collaboration :
Capacité à collaborer efficacement avec les équipes Science des données, Produit, Ingénierie et Assurance qualité (QA) afin de livrer des solutions de données fiables, évolutives et bien gouvernées.
Formation :
Baccalauréat en informatique, en ingénierie des données, en génie logiciel ou dans un domaine technique connexe, ou expérience pratique équivalente.
Autorisation de travail :
Doit ĂȘtre lĂ©galement autorisĂ©(e) Ă travailler au Canada.
Fourchette salariale
Pour les candidats expérimentés et qualifiés résidant au Canada, au niveau principal (IC4), la fourchette salariale annuelle se situe entre 120 000 $ et 160 000 $ CAD.
Ce que Flinks offre
Dans le cadre de son programme global de rĂ©munĂ©ration et dâavantages sociaux, Flinks offre notamment :
- Couverture santé et dentaire dès le premier jour
- Politique de congés flexibles (FTO)
- Environnement de travail à distance avec des rencontres et activités en personne régulières
- Opportunités de développement professionnel, d’apprentissage et de croissance
- Et bien plus encore
Accessibilité
Flinks sâengage Ă offrir des mesures dâadaptation aux personnes en situation de handicap. Si vous avez besoin dâun accommodement dans le cadre du processus de recrutement ou dâemploi, nous travaillerons avec vous afin de rĂ©pondre Ă vos besoins.
Intelligence artificielle et recrutement
Flinks utilise lâintelligence artificielle (IA) dans le cadre de son processus de recrutement afin dâaider Ă la prĂ©sĂ©lection, Ă lâĂ©valuation ou Ă la sĂ©lection des candidats.
