Stalo se ti někdy, že jsi v přehledu plateb v mobilní aplikaci netušil/a, za co byla částka stržená? Možná je to tím, že tvoje banka ještě nepoužívá Tapix. 😊

Tapix je lídr v obohacování platebních dat. Bankám a fintechům pomáháme stavět chytrá, srozumitelná a uživatelsky přívětivá řešení — pro klienty i interně. Ve více než 50 bankách po celém světě obohacujeme transakce o logo a název obchodníka, GPS polohu i přesnou kategorii. Nikdo jiný nedokáže s takovou přesností říct, že „M RESTAURANT S.R.O.“, „SB 3205“ nebo „US FOOD NETWORK“ jsou ve skutečnosti McDonald’s, Starbucks a KFC.

Přidej se k nám a pomoz náš engine posunout na další trhy a do dalších bank.

Proč tahle role?

Jedeme end-to-end: od sběru a integrace různých zdrojů (včetně GenAI), přes datové modelování a algoritmy pro rozpoznávání/kategorizaci transakcí, až po produkční monitoring. Úzce spolupracujeme s produktem i obchodem — aby to, co stavíme, dávalo smysl bankám i koncovým uživatelům. V týmu potkáš partu data engineerů, se kterými budeš vyvíjet a ladit automatizace pro nové trhy a subprodukty, a specialisty na kvalitu dat, kteří do produkce nepustí nic nedodělaného.

Na co se můžeš těšit (a na čem budeš pracovat)

🔍 Navrhovat, vyvíjet a ladit algoritmy pro rozpoznávání a kategorizaci plateb (matching, normalizace, deduplikace, scoring).
🤖 Nasazovat LLM/RAG do našich datových pipeline; pokud s LLM začínáš, rádi tě zaučíme — pevný datový základ stačí.
🧩 Propojovat různé zdroje do centrálního datového modelu a navrhovat jejich co nejefektivnější využití v algoritmech.
🌍 Přizpůsobovat náš enrichment engine novým regionům (Evropa, Asie, USA, MENA).
⚙️ Automatizovat procesy a zvyšovat spolehlivost i rychlost pipeline.
🛡️ Starat se o produkci — reporting, monitoring, alerting, kvalitu a konzistenci dat (SLA & data freshness).

💡 A hlavně: dostaneš prostor realizovat vlastní nápady. Nejsme korporát s rigidními procesy — když něco dává smysl, jdeme do toho.

Bude se ti u nás líbit, pokud

✅ chceš být součástí menšího, akčního týmu, kde je vidět práce každého,
✅ máš rád/a kombinaci algoritmického myšlení a praktického dopadu na produkt,
✅ nečekáš na zadání — přicházíš s nápady a dotahuješ je do produkce,
✅ chceš pracovat na produktu, který používají přední světové banky a fintechy,
✅ tě baví hledat, jak naše data přinesou hodnotu milionům uživatelů,
✅ chceš mít na starosti vlastní subprodukt a dál ho rozvíjet.

Jak si tě představujeme?

máš 2+ roky v data/analytics/ML engineeringu,
umíš SQL (ideálně PostgreSQL) a Python pro data/ETL,
máš zkušenost s orchestrací dat (Airflow/Jenkins apod.) a základy CI/CD (GitHub),
zajímá tě GenAI (veřejná API i lokální LLM) a její praktická implementace v pipeline,
umíš mluvit s produktem/byznysem a překládat problémy do datových řešení (výhodou Streamlit),
jsi pečlivý/á, vytrvalý/á a věci dotahuješ do produkce.

Jak v datovém týmu fungujeme

Menší, akční tým v úzké spolupráci s produktem a obchodem.
Hybrid na Andělu: 4 dny v kanceláři týdně + možnost remote.

Na co se můžeš spolehnout

Zapojení do rychle rostoucího produktu s reálným dopadem v bankovnictví.
Full-time spolupráci.
Pestrou práci s různými technologiemi a prostorem pro seberealizaci.
Flexibilní pracovní dobu a občasný home-office.
Kanceláře na Andělu (všechno důležité po ruce).
Benefity: MultiSport, free food (pochopíš, až přijdeš), 25 dní dovolené, sick days, masáže na pracovišti, pravidelné teambuildingy, šipky v kanceláři, dobrá káva.
A hlavně — skvělá parta lidí. 🙂

Jak probíhá výběrové řízení

Poctivě si ručně projdeme CV a zaslané materiály.
Úvodní call s Vojtou (~30 min) — se zápisem pomůže AI.
Online rozhovor s Vojtou a Adamem (~60 min).
Case study (max 2–3 hod. práce; zaměřeno na reálný problém).
Osobní setkání na Andělu — prezentace case a seznámení s týmem.

Chceš vědět víc? Napiš nám — rádi si popovídáme. 👋

Odesláním své odpovědi na naší nabídku pracovní pozice se odešlou všechny informace, které jste přidali výše, společnosti Dateio. Než to uděláte, myslíme si, že je dobré si přečíst naše Zásady ochrany osobních údajů. Zde je vysvětleno, co děláme s vašimi osobními údaji, když se u nás ucházíte o pracovní pozice, a jak můžete aktualizovat informace, které jste nám poskytli, nebo jak je odstranit.