Data Steward
- Montreal, QC, Canada
$1,500 training budget to fuel your growth. · Full-time
Applications open in a new tab.
Job details
- Pay
- $1,500 training budget to fuel your growth.
- Job type
- Full-time
- Apply by
- Posting language
- English · French
- Posted
Original job description
English section of this bilingual listing.
Role Overview
We're looking for a Data Steward who's excited to sit at the intersection of financial-market data and AI - someone who cares as much about getting a definition exactly right as they do about seeing that definition come alive inside an AI agent's response. This role combines two closely connected responsibilities: end-to-end stewardship for assigned financial-data domains, and the development of Snowflake semantic layers and prompts that power AI-driven data products. You'll move fluidly between governing and improving data at the source and shaping how that data is structured, understood, and surfaced for AI agents and applications - helping turn complex financial data into something people and machines alike can trust.
You'll be a strong fit if you have:
- Experience in data management, data governance, or data stewardship, ideally in financial services / capital markets
- Working knowledge of Snowflake (or a comparable cloud data warehouse) and SQL
- Experience with at least one of: securities/instrument reference data, trading lifecycle data, risk or market data
- Interest or prior experience in prompt engineering, semantic modeling, or AI-agent enablement
- Strong communication skills - able to translate technical data concepts into clear business language for engineers, business stakeholders, and clients
Responsibilities
AI-Driven Data Product Development
- Build, maintain, and enhance semantic layers in Snowflake that provide the structure, definitions, relationships, and business context AI-driven products need
- Ensure data exposed through semantic layers is clearly defined, discoverable, consistent, and suitable for consumption by AI agents and applications
- Apply prompt engineering to develop, test, evaluate, and refine prompts and prompt patterns that improve accuracy, relevance, and consistency of AI-generated responses
- Translate complex financial-data concepts into semantic models, metadata, prompts, and instructions for AI-driven solutions
- Identify and close gaps in data, definitions, context, prompts, or user requirements that limit AI output quality
- Support agent reliability by ensuring AI outputs are grounded in accurate, well-governed data
Data Stewardship & Domain Ownership
- Own end-to-end stewardship for assigned data domains: definition, documentation, governance, quality control, and continuous improvement
- Establish and monitor data-quality rules, controls, and KPIs (e.g., % fields with business definitions, SLA for issue resolution, quality-score trends)
- Investigate data-quality issues, drive root-cause analysis, and coordinate resolution with engineering and product teams
- Assess impact of proposed data changes on downstream consumers before they ship; perform QA/validation prior to production release
- Act as the trusted point of contact for assigned domains, communicating data-quality risks, changes, and limitations proactively to stakeholders and clients
L2 Support & Operations
- Serve as L2 support for data incidents, questions, and production issues within assigned domains
- Diagnose whether root cause is source data, transformation logic, business rules, or semantic definition
- Plan remediation for identified issues and communicate progress and impact clearly to related teams
Why TS Imagine?
- On-site role - 4 days per week in our Montreal office, with 1 day of flexibility.
- Unlimited vacation + 3 personal days.
- Annual bonus and salary review.
- $1,500 training budget to fuel your growth.
- RRSP matching (3% company contribution).
- Comprehensive health insurance.
- Subsidized public transportation (Opus & Cie).
Note: This role is not remote - applicants must be based in Montreal.
About TS Imagine
TS Imagine builds the technology the world's most sophisticated financial institutions rely on to trade across every asset class, manage risk in real time, and run their financing businesses. Execution, order management, risk, and financing all run on one platform with the same governed data foundation and proprietary ontology, giving clients a single trusted view of their business and actionable, explainable intelligence they can defend to regulators, counterparties, and compliance teams.
Clients include global banks, asset managers, hedge funds, and prime brokers operating across equities, fixed income, FX, derivatives, and crypto. TS Imagine delivers this through TSIQ: AI-powered intelligence grounded entirely in each client's own data. Headquartered in New York with 13 offices worldwide.
...........................................
Read the full bilingual original
Role Overview
We're looking for a Data Steward who's excited to sit at the intersection of financial-market data and AI - someone who cares as much about getting a definition exactly right as they do about seeing that definition come alive inside an AI agent's response. This role combines two closely connected responsibilities: end-to-end stewardship for assigned financial-data domains, and the development of Snowflake semantic layers and prompts that power AI-driven data products. You'll move fluidly between governing and improving data at the source and shaping how that data is structured, understood, and surfaced for AI agents and applications - helping turn complex financial data into something people and machines alike can trust.
You'll be a strong fit if you have:
- Experience in data management, data governance, or data stewardship, ideally in financial services / capital markets
- Working knowledge of Snowflake (or a comparable cloud data warehouse) and SQL
- Experience with at least one of: securities/instrument reference data, trading lifecycle data, risk or market data
- Interest or prior experience in prompt engineering, semantic modeling, or AI-agent enablement
- Strong communication skills - able to translate technical data concepts into clear business language for engineers, business stakeholders, and clients
Responsibilities
AI-Driven Data Product Development
- Build, maintain, and enhance semantic layers in Snowflake that provide the structure, definitions, relationships, and business context AI-driven products need
- Ensure data exposed through semantic layers is clearly defined, discoverable, consistent, and suitable for consumption by AI agents and applications
- Apply prompt engineering to develop, test, evaluate, and refine prompts and prompt patterns that improve accuracy, relevance, and consistency of AI-generated responses
- Translate complex financial-data concepts into semantic models, metadata, prompts, and instructions for AI-driven solutions
- Identify and close gaps in data, definitions, context, prompts, or user requirements that limit AI output quality
- Support agent reliability by ensuring AI outputs are grounded in accurate, well-governed data
Data Stewardship & Domain Ownership
- Own end-to-end stewardship for assigned data domains: definition, documentation, governance, quality control, and continuous improvement
- Establish and monitor data-quality rules, controls, and KPIs (e.g., % fields with business definitions, SLA for issue resolution, quality-score trends)
- Investigate data-quality issues, drive root-cause analysis, and coordinate resolution with engineering and product teams
- Assess impact of proposed data changes on downstream consumers before they ship; perform QA/validation prior to production release
- Maintain documentation: business definitions, ownership, lineage, usage guidance, known limitations
- Act as the trusted point of contact for assigned domains, communicating data-quality risks, changes, and limitations proactively to stakeholders and clients
L2 Support & Operations
- Serve as L2 support for data incidents, questions, and production issues within assigned domains
- Diagnose whether root cause is source data, transformation logic, business rules, or semantic definition
- Plan remediation for identified issues and communicate progress and impact clearly to related teams
Why TS Imagine?
- On-site role - 4 days per week in our Montreal office, with 1 day of flexibility.
- Unlimited vacation + 3 personal days.
- Annual bonus and salary review.
- $1,500 training budget to fuel your growth.
- RRSP matching (3% company contribution).
- Comprehensive health insurance.
- Subsidized public transportation (Opus & Cie).
Note: This role is not remote - applicants must be based in Montreal.
About TS Imagine
TS Imagine builds the technology the world's most sophisticated financial institutions rely on to trade across every asset class, manage risk in real time, and run their financing businesses. Execution, order management, risk, and financing all run on one platform with the same governed data foundation and proprietary ontology, giving clients a single trusted view of their business and actionable, explainable intelligence they can defend to regulators, counterparties, and compliance teams.
Clients include global banks, asset managers, hedge funds, and prime brokers operating across equities, fixed income, FX, derivatives, and crypto. TS Imagine delivers this through TSIQ: AI-powered intelligence grounded entirely in each client's own data. Headquartered in New York with 13 offices worldwide.
...........................................
APERÇU DU RÔLE
Nous recherchons un(e) Responsable de la gouvernance de données passionné(e) par l’intersection entre les données des marchés financiers et l’intelligence artificielle. Nous cherchons une personne qui accorde autant d’importance à la précision des définitions de données qu’à leur utilisation concrète dans les réponses générées par les agents d’IA.
Ce poste combine deux responsabilités étroitement liées : la gouvernance complète des domaines de données financières qui lui sont confiés ainsi que le développement de couches sémantiques et d’instructions (prompts) dans Snowflake alimentant des produits fondés sur l’IA.
Vous évoluerez naturellement entre l’amélioration et la gouvernance des données à la source, et la définition de la manière dont celles-ci sont structurées, interprétées et exploitées par les agents et applications d’intelligence artificielle. Votre contribution permettra de transformer des données financières complexes en informations fiables et exploitables, tant pour les utilisateurs que pour les systèmes d’IA.
PROFIL RECHERCHÉ
- Expérience en gestion des données, en gouvernance des données ou en gestion de domaines de données, idéalement dans le secteur des services financiers ou des marchés des capitaux.
- Bonne connaissance de Snowflake (ou d’un entrepôt de données infonuagique comparable) ainsi que du langage SQL.
- Expérience dans au moins l’un des domaines suivants : données de référence sur les titres et instruments financiers, données du cycle de vie des transactions, données de risque ou données de marché.
- Intérêt marqué ou expérience en ingénierie de prompts, en modélisation sémantique ou en développement et déploiement d’agents d’intelligence artificielle.
- Excellentes habiletés de communication permettant de traduire des concepts techniques liés aux données en un langage d’affaires clair et accessible pour les équipes d’ingénierie, les parties prenantes et les clients.
RESPONSABILITÉS
Développement de produits de données alimentés par l’IA
- Concevoir, maintenir et faire évoluer les couches sémantiques dans Snowflake afin de fournir la structure, les définitions, les relations et le contexte d’affaires nécessaires aux produits alimentés par l’intelligence artificielle.
- Veiller à ce que les données exposées par les couches sémantiques soient clairement définies, faciles à découvrir, cohérentes et adaptées à l’utilisation par les agents et applications d’IA.
- Mettre en œuvre les meilleures pratiques d’ingénierie de prompts pour concevoir, tester, évaluer et optimiser les prompts et modèles de prompts afin d’améliorer la précision, la pertinence et la cohérence des réponses générées par l’IA.
- Traduire des concepts complexes liés aux données financières en modèles sémantiques, métadonnées, prompts et instructions destinés à des solutions alimentées par l’intelligence artificielle.
- Identifier et combler les lacunes liées aux données, aux définitions, au contexte, aux prompts ou aux exigences des utilisateurs qui limitent la qualité des résultats produits par l’IA.
- Contribuer à la fiabilité des agents d’IA en veillant à ce que les réponses générées reposent sur des données exactes, fiables et bien gouvernées.
Gouvernance et responsabilité des domaines de données
- Assurer la responsabilité complète des domaines de données qui vous sont confiés, notamment en ce qui concerne leur définition, leur documentation, leur gouvernance, leur contrôle de qualité et leur amélioration continue.
- Établir et suivre les règles, contrôles et indicateurs de qualité des données, tels que le pourcentage de champs documentés, les délais de résolution des incidents et les tendances des scores de qualité.
- Analyser les problèmes de qualité des données, en identifier les causes profondes et coordonner leur résolution avec les équipes d’ingénierie et de produits.
- Évaluer l’incidence des changements proposés sur les utilisateurs et systèmes en aval avant leur déploiement, et réaliser les activités d’assurance qualité et de validation nécessaires avant la mise en production.
- Maintenir une documentation complète et à jour, incluant les définitions d’affaires, les responsables des données, le lignage des données, les guides d’utilisation et les limites connues.
- Agir à titre de personne-ressource de confiance pour les domaines de données assignés, en communiquant de manière proactive les risques, changements et limites relatifs à la qualité des données aux parties prenantes et aux clients.
Soutien de niveau 2 et opérations
- Assurer le soutien de niveau 2 relativement aux incidents, demandes d’information et problèmes de production touchant les domaines de données sous votre responsabilité.
- Déterminer la source des problèmes, qu’ils soient liés aux données d’origine, aux transformations, aux règles d’affaires ou aux définitions sémantiques.
- Élaborer et coordonner les plans de correction, puis communiquer clairement l’état d’avancement et les impacts aux équipes concernées.
POURQUOI REJOINDRE TS IMAGINE ?
- Poste en présentiel : 4 jours par semaine au bureau de Montréal, avec 1 journée flexible.
- Vacances illimitées et 3 journées personnelles.
- Prime annuelle et révision salariale annuelle.
- Budget annuel de 1 500 $ pour la formation et le développement professionnel.
- Régime d’épargne-retraite (RVER/RRSP) avec contribution de l’employeur de 3 %.
- Assurance collective complète.
- Transport collectif subventionné (Opus & Cie).
- Intégrez une équipe mondiale répartie dans 10 bureaux à travers le monde et contribuez concrètement à l’évolution de l’industrie financière.
Important : Ce poste n’est pas admissible au télétravail à temps plein. Les candidats doivent être basés dans la région de Montréal.
À PROPOS DE TS IMAGINE
TS Imagine développe les technologies sur lesquelles s’appuient les institutions financières les plus sophistiquées au monde pour négocier tous les types d’actifs, gérer leurs risques en temps réel et soutenir leurs activités de financement. Notre plateforme unifiée regroupe l’exécution des transactions, la gestion des ordres, la gestion des risques et les activités de financement au sein d’un même écosystème reposant sur une base de données gouvernée et une ontologie propriétaire.
Cette approche permet à nos clients d’obtenir une vue unique et fiable de leurs activités, tout en bénéficiant d’informations exploitables, transparentes et explicables qu’ils peuvent présenter en toute confiance aux autorités réglementaires, aux contreparties et aux équipes de conformité.
Nos clients comptent parmi les principales banques mondiales, sociétés de gestion d’actifs, fonds spéculatifs et courtiers principaux, actifs dans les marchés des actions, des titres à revenu fixe, des devises, des produits dérivés et des actifs numériques.
Au cœur de cette offre se trouve TSIQ, notre plateforme d’intelligence alimentée par l’IA, fondée exclusivement sur les données propres à chaque client afin de fournir des analyses pertinentes, fiables et adaptées à leur contexte d’affaires.
TS Imagine a son siège social à New York et compte 13 bureaux à travers le monde.
More about this job
Responsibilities
Own the governance, documentation, quality, and continuous improvement of assigned financial-data domains, including investigating issues and coordinating fixes. Build and refine Snowflake semantic layers and AI prompts, and provide L2 support to ensure AI products and downstream users receive accurate, well-governed data.
Requirements
Candidates should have experience in data management, governance, or stewardship, ideally in financial services or capital markets, along with working knowledge of Snowflake or a comparable cloud data warehouse and SQL. Experience with at least one financial-data domain and an interest or background in prompt engineering, semantic modeling, or AI-agent enablement are sought, as are strong communication skills.
Skills
- Data Stewardship
- Data Governance
- Data Management
- Snowflake
- SQL
- Semantic Modeling
- Prompt Engineering
- AI Agent Enablement
- Financial Data
- Capital Markets Data
- Data Quality Management
- Root-Cause Analysis
- Data Lineage
- Quality Assurance
- Stakeholder Communication
- L2 Support
Benefits
- Unlimited Vacation
- Three Personal Days
- Annual Bonus
- Annual Salary Review
- Training Budget
- RRSP Matching
- Comprehensive Health Insurance
- Subsidized Public Transportation
Visa sponsorship
Not detected in the job text
Categories
- Data & Analytics
- Technology
- Software
- Finance & Accounting
- Customer Service & Support
Keywords
- Snowflake
- SQL
- Data Stewardship
- Data Governance
- Data Management
- Financial Services
- Capital Markets
- Securities Reference Data
- Trading Lifecycle Data
- Risk Data
- Market Data
- Cloud Data Warehouse
- Semantic Layers
- Semantic Modeling
- Prompt Engineering
- AI Agents
- AI-Driven Data Products
- Metadata
- Data Quality
- Data Quality KPIs
- Data Lineage
- Business Definitions
- Root-Cause Analysis
- Quality Assurance
- Production Validation
- L2 Support
- Data Incidents
- Downstream Impact Assessment
- TSIQ
- Financial Markets