Data Product Engineer

emergiTEL Inc.; Montreal (administrative region), Toronto; On-site; CAD 120,000 - 130,000; Full time

Job summary

emergiTEL Inc. recherche un Data Product Engineer pour un client dans les services technologiques, en Montréal ou Toronto. Le poste peut être en contrat ou en CDI, avec une compensation horaire de 72–90 CAD ou 120–130k CAD par an pour le poste permanent.

Le candidat concevra et mettra en œuvre le modèle de données, le lignage continu et les procédures de rapprochement et d’audit, dans un cadre de gouvernance des données et de sécurité renforcée.

Qualifications

• Expérience migration de données à grande échelle et validation à la mise en production.
• Conception de modèles de données sémantiques et physiques pour des plateformes gouvernées.
• Maîtrise des cadres de lignage et d’audit dans des environnements réglementés.

Responsibilities

• Concevoir et documenter les modèles de données et les mappings source-cible.
• Diriger les migrations de données et valider le rapprochement.
• Définir le modèle sémantique des rapports.
• Concevoir et développer le cadre de lignage en continu.
• Intégrer la génération de lignage au cycle de déploiement.
• Définir et mettre en œuvre les approches de rapprochement entre sources, transformations et cibles.
• Mettre en place l’infrastructure de piste d’audit.
• Rédiger les spécifications de tests et intégrer des contrôles qualité des données.
• Appliquer les normes de gouvernance des données du client.
• Participer activement aux cérémonies Agile et à l’équipe livraison.

Skills

AWS cloud

Aurora PostgreSQL

S3

Glue

Athena

Iceberg

Lambda

data governance

data quality controls

stakeholder communication

Tools

Neo4j

Amazon Neptune

Job description

Description du poste (Français)

Description du rôle

emergiTEL is hiring a Data Product Engineer for our client in the technology services industry. This role can be either contract or perm.
Compensation: $72 - $90/hour OR Perm $120-$130k/annum
Location: Montreal, QC or Toronto, ON

Job Description (English)

Role Description

Design and deliver the data model, continuous data lineage framework, reconciliation approach, and audit trail infrastructure for governed data platform engagements at regulated financial institutions. Own the semantic and physical models that downstream reporting and reconciliation build against, design and build the lineage framework itself, and set the reconciliation and auditability standard the delivery team builds against.

You Will

• Design and document data models for confirmed sources and outputs, including source-to-target mappings, transformation requirements, and treatment approaches for data gaps identified during discovery.
• Lead data model migration work, including mapping existing source structures to target models, defining transformation and enrichment logic, documenting migration approaches, and validating reconciliation to source systems.
• Define the semantic model that the reporting layer builds upon in collaboration with data engineering stakeholders.
• Design and build a continuous data lineage framework that captures, stores, refreshes, and presents lineage as a core platform capability.
• Integrate lineage generation into the deployment lifecycle to ensure lineage is refreshed with every solution change.
• Define and implement reconciliation approaches across source, transformed, and target datasets, including exception management.
• Implement audit trail infrastructure capturing actor, timestamp, previous state, new state, and reason code for material data changes.
• Author test specifications for data models, lineage, and reconciliation components and integrate automated data quality checks into deployment pipelines.
• Apply enterprise data governance standards for sensitive data, privacy, and access controls as defined by the client.
• Participate as an embedded member of an integrated delivery team, including standups, sprint planning, and stakeholder reviews.

Who You Are

• Experienced leading large-scale data migration engagements with proven reconciliation outcomes at go-live.
• Skilled in designing semantic and physical data models for governed data platforms.
• Experienced building continuous data lineage frameworks rather than administering lineage products.
• Proven background implementing reconciliation controls and audit traceability within regulated environments.
• Deep expertise with AWS data platforms, including Aurora PostgreSQL, S3, Glue, Athena, Iceberg, Lambda, and orchestration services.
• Committed to quality engineering through testing, validation, and automated quality controls.
• Experienced in regulated financial services environments.
• Able to communicate effectively with technical, business, and governance stakeholders.
• Comfortable working as an embedded member of a client delivery team.

Nice to Have

• Agentic lineage experience, including the use of LLM agents for lineage extraction, transformation analysis, and lineage maintenance.
• Broader agent-based system experience in data platform environments.
• DataOps expertise, including deployment pipelines, data contracts, expectations frameworks, and data quality tooling.
• Experience with graph databases such as Neo4j or Amazon Neptune and graph-based lineage exploration tools.
• Experience supporting Canadian banking data platforms operating under OSFI or similar regulatory requirements.
• Financial services reconciliation experience, including general ledger or revenue reconciliation.

Description du poste (Français)

Description du rôle

Concevoir et livrer le modèle de données, le cadre de lignage des données en continu, l’approche de rapprochement ainsi que l’infrastructure de piste d’audit pour des plateformes de données gouvernées au sein d’institutions financières réglementées. Assurer la responsabilité des modèles sémantiques et physiques utilisés par les couches de production de rapports et de rapprochement, concevoir le cadre de lignage et définir les normes d’auditabilité pour l’équipe de livraison.

Responsabilités

• Concevoir et documenter les modèles de données pour les sources et les sorties confirmées, y compris les mappings source-cible, les exigences de transformation et le traitement des écarts de données.
• Diriger les travaux de migration des modèles de données en mappant les structures existantes vers les modèles cibles et en validant les résultats de rapprochement.
• Définir le modèle sémantique utilisé par les solutions de production de rapports.
• Concevoir et développer un cadre de lignage des données continu qui capture, stocke, met à jour et présente le lignage comme capacité essentielle.
• Intégrer la génération du lignage au cycle de déploiement afin d’assurer une mise à jour à chaque changement.
• Définir et mettre en œuvre l’approche de rapprochement entre les jeux de données sources, transformés et cibles.
• Mettre en place une infrastructure de piste d’audit enregistrant l’acteur, l’horodatage, l’état précédent, le nouvel état et le code de justification.
• Rédiger les spécifications de tests et intégrer des contrôles automatisés de qualité des données dans les pipelines de déploiement.
• Appliquer les normes de gouvernance des données du client concernant les données sensibles, la confidentialité et la gestion des accès.
• Participer activement aux cérémonies Agile et aux activités de livraison au sein de l’équipe intégrée du client.

Profil recherché

• Expérience démontrée dans des projets de migration de données à grande échelle avec validation de rapprochement.
• Expertise dans la conception de modèles de données sémantiques et physiques pour des plateformes gouvernées.
• Expérience dans la création de cadres de lignage continus plutôt que dans l’administration d’outils de lignage.
• Solide expérience en auditabilité et en contrôles de rapprochement dans des environnements réglementés.
• Expertise approfondie des plateformes AWS incluant Aurora PostgreSQL, S3, Glue, Athena, Iceberg, Lambda et les outils d’orchestration.
• Fort engagement envers la qualité logicielle, les tests automatisés et les contrôles de qualité des données.
• Expérience dans le secteur des services financiers réglementés.
• Capacité à communiquer avec des intervenants techniques, d’affaires et de gouvernance.
• Aisance à travailler comme membre intégré d’une équipe client.

Atouts

• Expérience en lignage agentique utilisant des agents LLM.
• Expérience avec des systèmes basés sur des agents dans un contexte de données ou de plateforme de données.
• Connaissances en DataOps, contrats de données et outils de qualité des données.
• Expérience avec Neo4j, Amazon Neptune ou d’autres bases de données graphiques.
• Expérience sur des plateformes de données bancaires canadiennes soumises aux exigences de l’OSFI ou d’organismes comparables.
• Expérience en rapprochement financier, notamment pour le grand livre ou les revenus.

Vacancy Status / Statut du poste

This is an active position currently open for hiring. / Ce poste est activement ouvert au recrutement.

Use of Artificial Intelligence / Utilisation de l'intelligence artificielle

emergiTEL uses artificial intelligence to help identify and source candidates for this role. All assessment and selection decisions are made by our recruiters, a human is always involved, and no applicant is evaluated or rejected by automated means alone. / emergiTEL a recours à l'intelligence artificielle pour aider à identifier et à trouver des candidats pour ce poste. Toutes les décisions relatives à l'évaluation et à la sélection sont prises par nos recruteurs ; une intervention humaine est systématiquement assurée, et aucun candidat n'est évalué ou rejeté uniquement par des moyens automatisés.