وصف المشروع
يتم البحث عن مهندس معماري أول لقيادة الاتجاه الفني لمنصة مراقبة التداول لدينا. من خلال الشراكة الوثيقة مع المهندسين المعماريين في المؤسسة، والامتثال، والفرق الكمية، سيتولى هذا الدور تشكيل وتنفيذ خارطة الطريق التكنولوجية لمراقبة التداول على مدى عدة سنوات - تغطي تطوير السيناريوهات والتنبيهات، وتحديث المنصة، والهجرة من مجموعة Q/KDB إلى بنية تحتية سحابية قابلة للتوسع تعتمد على Python/PySpark.
المسؤوليات
الهندسة المعمارية وخارطة الطريق
التعاون مع المهندسين المعماريين في المؤسسة لتعريف وتطوير خارطة الطريق التقنية لمراقبة التداول، وضمان التوافق مع معايير الهندسة المعمارية على مستوى الشركة، واستراتيجية البيانات، وتوقعات التنظيم.
امتلاك الهندسة المعمارية من البداية إلى النهاية لتطوير سيناريوهات المراقبة، وتوليد التنبيهات، وتكامل إدارة الحالات، وأدوات المحققين في الأسفل.
تحديد المعمارية المرجعية، وأنماط التصميم، وإرشادات الهندسة لمنظمة هندسة المراقبة.
الهندسة الخاصة بالسيناريو والتنبيهات
قيادة تصميم وتنفيذ سيناريوهات وتنبيهات مراقبة التداول عبر فئات الأصول (الأسهم، الدخل الثابت، العملات الأجنبية، المشتقات) تغطي أنواع إساءة استخدام السوق مثل التزوير، والتلاعب، والتداول الوهمي، والتداول من الداخل، والتلاعب عبر المنتجات.
دفع تطوير السيناريوهات والتحليلات في كل من Q/KDB (الحالة الحالية) وPython/PySpark (الحالة المستهدفة).
تأسيس أطر قابلة لإعادة الاستخدام لتأليف السيناريوهات، وضبط المعلمات، والاختبار العكسي، ومعايرة العتبات، وتقليل الإيجابيات الكاذبة.
تحديث المنصة والهجرة إلى السحابة
قيادة هجرة منصة مراقبة التداول إلى البنية التحتية السحابية الجديدة (AWS/Azure/GCP)، بما في ذلك طبقات الحوسبة، والتخزين، والبث، والتنظيم.
تصميم والإشراف على هجرة السيناريوهات، والمكتبات، والأطر من Q/KDB إلى Python/PySpark على حوسبة موزعة (Spark، Databricks، EMR، أو ما يعادلها)، مع ضمان التكافؤ الوظيفي، والأداء، وقابلية التدقيق.
التصميم من أجل التوسع - توليد التنبيهات عبر مليارات الطلبات وأحداث التداول يوميًا - مع التركيز على الإنتاجية، والكمون، وتحسين التكاليف، والمرونة.
تميز البيانات والهندسة
تحديد نماذج البيانات وأنماط الإدخال للطلبات، والتنفيذات، وبيانات السوق، وبيانات المرجع، والاتصالات، وتغذيات الأخبار/وسائل التواصل الاجتماعي.
الدفاع عن أفضل ممارسات الهندسة: CI/CD، IaC، الاختبار الآلي للمنطق المراقب، القابلية للرؤية، النسب، وإمكانية إعادة إنتاج التنبيهات (وهو أمر حاسم للدفاع التنظيمي).
التعاون مع هندسة البيانات، وDevOps، وInfoSec في تنفيذات آمنة من التصميم.
الابتكار وGenAI
تحديد ونمذجة تطبيقات الذكاء الاصطناعي التوليدي والتعلم الآلي في المراقبة - توليد السرد للتنبيهات، ورفاق المحققين، واكتشاف الشذوذ، ومراقبة الاتصالات (NLP)، والتصنيف الذكي.
تقييم قدرات البائعين والمصادر المفتوحة وإرشاد قرارات البناء مقابل الشراء.
القيادة وإدارة أصحاب المصلحة
توجيه المهندسين الكبار وقادة التكنولوجيا؛ إجراء مراجعات التصميم والحفاظ على جودة الهندسة المعمارية.
التفاعل مع الامتثال، وإشراف المكتب الأمامي، والتدقيق الداخلي، والجهات التنظيمية بشأن الجوانب الفنية لبرنامج المراقبة.
المهارات
يجب أن يكون لديك
12+ عامًا من الخبرة التكنولوجية في قطاع الخدمات المصرفية الاستثمارية و/أو أسواق رأس المال
إجادة عميقة في Python وPySpark، بما في ذلك أنماط المعالجة الموزعة، وضبط الأداء، والهندسة ذات الجودة الإنتاجية.
خبرة عملية مع منصة سحابية رئيسية واحدة على الأقل (AWS، Azure، أو GCP) ومنصات البيانات الحديثة (Databricks، Snowflake، EMR، أو ما يعادلها).
فهم قوي للهندسة المعمارية المعتمدة على البث والأحداث (Kafka، Flink، Kinesis، أو ما شابه).
فهم دورة حياة التداول، والهيكل الدقيق للسوق، ونظام تنظيمي واحد على الأقل (MAR، Dodd-Frank، MiFID II، SEBI، قواعد FINRA).
قدرة مثبتة على العمل عند تقاطع الهندسة والهندسة المعمارية - التصميم على اللوحة البيضاء والترميز عند الحاجة.
الكفاءات الرئيسية
التفكير المعماري المتوازن مع البراغماتية الهندسية.
مهارات قوية في الكتابة والتواصل الشفهي؛ القدرة على ترجمة النوايا التنظيمية والتجارية إلى تصميم تقني.
الراحة في التنقل في الغموض في بيئة عالية المخاطر تواجه الجهات التنظيمية.
التأثير دون سلطة - موثوق مع المهندسين الكبار، والمهندسين المعماريين في المؤسسة، وقيادة الامتثال على حد سواء.
من الجيد أن يكون لديك
خبرة في منصات المراقبة/المخاطر في الخدمات المالية (البنك الاستثماري، البورصة، الوسيط، أو مدير الأصول).
معرفة عملية بنظام Java/JVM (Spring، عملاء Kafka، ضبط JVM) - كافية لتصميم تكاملات عبر المكدسات.
خبرة عملية في Q/KDB+ - تصميم المخطط، تحسين الاستعلام، التحليلات الفورية والتاريخية على بيانات التكتل.
خبرة سابقة في هجرة أحمال Q/KDB إلى مكدسات تعتمد على Python/Spark.
التعرض لمنصات المراقبة التجارية (Nasdaq SMARTS، Eventus Validus، Scila، Actimize، b-next) - سواء في التنفيذ، أو التمديد، أو الاستبدال.
خبرة في الذكاء الاصطناعي التوليدي/أطر LLM (LangChain، LlamaIndex، قواعد البيانات المتجهة، أنماط RAG) ومكتبات التعلم الآلي (scikit-learn، PyTorch).
الإلمام بتقنيات مراقبة الاتصالات وNLP.
خبرة في الحاويات (Docker، Kubernetes) وIaC (Terraform).
خلفية في التحليلات الكمية أو الأنظمة ذات الكمون المنخفض.
أخرى
اللغات
الإنجليزية: C2 متمكن
الرتبة
كبير