Data Engineer | Ingénieur de données

Data Engineer – Investment Analytics, Data Solutions & Innovation

Based in Montreal, PineStone Asset Management Inc. is a specialist global equity manager founded in 2021. PineStone is focused exclusively on helping clients achieve their financial goals by investing in what we believe to be the highest-quality companies worldwide. PineStone currently has approximately C$75 billion in assets under management and is led by Nadim Rizk, a seasoned portfolio manager with over 25 years of experience. Visit our website at: https://pinestoneam.com/

About the Role

You will help design, build, and operate the production data layer PineStone uses for investment analytics, reporting, operations, and decision-making. You will work hands-on with Snowflake, dbt, Matillion, APIs, Azure Functions, SFTP feeds, and related tools to improve how data is ingested, transformed, validated, monitored, and made available across the firm.

This role suits someone who wants to deepen their engineering judgment, build durable systems, and play a central role in how PineStone’s data platform supports analytics, reporting, automation, applications, and AI-enabled workflows.

What You’ll Do

• Design, build, and maintain production data pipelines, models, and datasets in Snowflake, dbt, and Matillion.
• Manage ingestion patterns across SFTP feeds, APIs, scheduled jobs, Azure Functions, and other integration points.
• Design pipeline schedules, dependencies, retries, alerts, and monitoring so critical data processes run reliably.
• Create core data models with clear data grain, primary keys, data types, schema conventions, lineage, ownership, tests, versioning logic, and access controls.
• Build, optimize, test, and document dbt models, macros, dependencies, incremental models, snapshots, and exposures.
• Translate business and operational requirements into clear, tested, and maintainable transformation logic.
• Standardize core business and investment definitions so dashboards, reports, applications, automations, and AI-enabled workflows consume governed data.
• Implement robust versioning patterns, including slowly changing dimensions, point-in-time logic, effective dating, and audit trails.
• Build automated tests, validation checks, reconciliations, alerts, and monitoring around critical data processes.
• Trace lineage and dependencies to identify root causes of data issues and implement durable fixes.
• Replace fragile, undocumented, or siloed workflows with governed, maintainable data pipelines and models.
• Partner with investment, operations, performance, client reporting, compliance, and business teams to translate requirements into durable data solutions.
• Communicate complex technical ideas simply and operate with autonomy while knowing when to escalate, clarify, or challenge assumptions.

You Might Thrive in This Role If You

• Have 3+ years of relevant experience and demonstrated ownership of production data pipelines, data models, or data platform infrastructure.
• Use AI tools fluently in your day-to-day development workflow to improve speed, quality, debugging, documentation, and problem-solving, while applying strong judgment to validate outputs.
• Are highly proficient in SQL and have hands-on experience with Snowflake or another cloud data warehouse.
• Have experience with dbt and ETL/ELT tools such as Matillion, Airflow, Fivetran, Azure Data Factory, or similar platforms.
• Understand orchestration, dependencies, scheduling, retries, monitoring, operational reliability, data grain, schemas, data types, versioning, lineage, documentation, and access controls.
• Can work through ambiguity, ask strong questions, communicate clearly with technical and business stakeholders, and bring the judgment, humility, attention to detail, and engineering rigor needed to build reliable systems.
• Helpful, but not required: asset management, investment operations, performance measurement, portfolio analytics or financial services; Python; APIs, JSON, XML or Parquet; data contracts and observability; RAG, embeddings, vector databases or LLM-enabled workflows; relevant degrees or certifications.

What We Offer

• Competitive compensation and benefits package.
• A collaborative, high-standard environment with meaningful ownership, autonomy, and exposure to firmwide data initiatives.

Please apply via LinkedIn or by email to ***email_hidden***. Only candidates selected for an interview will be contacted.

Ingénieur de données – Analytique d’investissement, solutions de données et innovation

Basée à Montréal, Gestion d’actif PineStone Inc. est une société spécialisée en gestion mondiale d’actions fondée en 2021. PineStone se consacre exclusivement à aider ses clients à atteindre leurs objectifs financiers en investissant dans ce que nous considérons comme les entreprises de la plus haute qualité à travers le monde. PineStone gère actuellement environ 75 milliards de dollars canadiens d’actifs et est dirigée par Nadim Rizk, un gestionnaire de portefeuille chevronné ayant plus de 25 ans d’expérience. Visitez notre site web : www.pinestoneam.com/fr

À propos du rôle

Vous contribuerez à concevoir, bâtir et opérer la couche de données de production utilisée par PineStone pour l’analytique d’investissement, le reporting, les opérations et la prise de décision. Vous travaillerez directement avec Snowflake, dbt, Matillion, des APIs, Azure Functions, des flux SFTP et d’autres outils afin d’améliorer la façon dont les données sont ingérées, transformées, validées, surveillées et mises à disposition à travers la firme.

Ce rôle conviendra à une personne qui souhaite approfondir son jugement d’ingénierie, bâtir des systèmes durables et jouer un rôle central dans la façon dont la plateforme de données de PineStone soutient l’analytique, le reporting, l’automatisation, les applications et les workflows appuyés par l’IA.

Ce que vous ferez

• Concevoir, bâtir et maintenir des pipelines, modèles et jeux de données de production dans Snowflake, dbt et Matillion.
• Gérer les patrons d’ingestion à travers des flux SFTP, APIs, traitements planifiés, Azure Functions et autres points d’intégration.
• Concevoir les horaires, dépendances, mécanismes de reprise, alertes et suivis permettant aux processus critiques de fonctionner de façon fiable.
• Créer des modèles de données centraux avec un grain clairement défini, des clés primaires, des types de données, des conventions de schéma, du lignage, des tests, une logique de versionnement et des contrôles d’accès.
• Construire, optimiser, tester et documenter des modèles dbt, macros, dépendances, modèles incrémentaux, snapshots et exposures.
• Traduire des exigences d’affaires et opérationnelles en logique de transformation claire, testée et maintenable.
• Standardiser les définitions d’affaires et d’investissement afin que dashboards, rapports, applications, automatisations et workflows appuyés par l’IA consomment des données gouvernées.
• Implémenter des logiques robustes de versionnement de la donnée.
• Construire des tests automatisés, contrôles de validation, réconciliations, alertes et mécanismes de surveillance autour des processus critiques.
• Tracer le lignage et les dépendances afin d’identifier les causes profondes des problèmes de données et d’implémenter des correctifs durables.
• Remplacer les workflows fragiles, non documentés ou en silos par des pipelines et modèles de données gouvernés et maintenables.
• Collaborer avec les équipes d’investissement, d’opérations, de performance, de reporting client, de conformité et d’affaires afin de traduire les besoins en solutions de données durables.
• Communiquer des concepts techniques complexes simplement et travailler avec autonomie tout en sachant quand escalader, clarifier ou remettre certaines hypothèses en question.

Vous pourriez vous épanouir dans ce rôle si vous

• Avez au moins 3 ans d’expérience pertinente et avez déjà pris en charge des pipelines, modèles ou infrastructures de plateforme data en production.
• Utilisez couramment les outils d’IA au quotidien, la génération de code, la documentation et la résolution de problèmes techniques, tout en faisant preuve de jugement dans la validation des résultats.
• Maîtrisez SQL et avez une expérience pratique avec Snowflake ou un autre entrepôt de données cloud.
• Avez de l’expérience avec dbt et des outils ETL/ELT tels que Matillion, Airflow, Fivetran, Azure Data Factory ou des plateformes similaires.
• Comprenez l’orchestration, les dépendances, la planification, les reprises, la surveillance, la fiabilité opérationnelle, le grain des données, les schémas, les types de données, le versionnement, le lignage, la documentation et les contrôles d’accès.
• Êtes à l’aise avec des problèmes ambigus, savez poser de bonnes questions, communiquez clairement avec des parties prenantes techniques et d’affaires, et apportez le jugement, l’humilité, l’attention au détail et la rigueur d’ingénierie nécessaires pour bâtir des systèmes fiables.
• Expériences utiles, mais non requises : gestion d’actifs, opérations d’investissement, mesure de performance, analytique de portefeuille ou services financiers; Python; APIs, JSON, XML ou Parquet; contrats de données et observabilité; RAG, embeddings, bases vectorielles ou workflows appuyés par des LLM; diplômes ou certifications pertinents.

Ce que nous offrons

• Une rémunération et des avantages sociaux concurrentiels.
• Un environnement collaboratif et exigeant, avec autonomie, une forte prise en charge des sujets et une exposition à des initiatives data à l’échelle de la firme.
• Une visibilité large auprès des équipes d’investissement, d’opérations, de performance, de reporting, de conformité et d’affaires.

Veuillez postuler par LinkedIn ou par courriel au ***email_hidden***. Seules les personnes sélectionnées pour une entrevue seront contactées.

*L’utilisation du masculin a pour unique but d’alléger le texte et désigne autant les femmes que les hommes.