Senior Data Scientist
Flinks
Senior Data Scientist
Flinks
API-based financial data aggregation for fintechs
Flinks · Montreal, Canada (Remote) · — · Posted 2026-09-04
Workplace: remote
Department: Data Science & AI
Flinks is the embedded finance platform that brings together connectivity, intelligence, and payments — giving businesses the infrastructure they need to build and deliver seamless financial experiences at scale.
As a leader in Open Finance in Canada, we’ve grown since 2016 into one of North America’s most trusted platforms for financial data access, enrichment, and money movement. We work with innovators across many industries, including lending, fintech, banking, insurance, and wealth management.
Today, our platform connects to 15,000+ financial institutions across North America and powers over 1M monthly connections. We also give our customers unprecedented visibility into 4,500+ real-time financial insights to support smarter decisioning. Companies rely on Flinks to streamline onboarding, verify income, assess credit risk, and power faster payment experiences.
We’re on a mission to drive financial innovation and help businesses build financial experiences that feel effortless, connected, and customer-first. That’s where you come in.
We're hiring a Senior Data Scientist to own machine-learning models end to end - from framing the problem and designing the model through the training pipeline, deployment to a live endpoint and the model-quality monitoring that keeps it accurate in production. This is a hands-on, engineering-heavy data-science role: you build and ship your own models.
Where this role sits: you own the models and their quality. Our Data Engineering function owns the shared data platform and serving infrastructure you build on - the warehouse, pipelines, governance, CI/CD and the operational reliability of the serving endpoints - so you stay focused on the science and the model lifecycle, not on running the platform.
We're explicit about this because it matters: if you're looking for a pure research or notebook-only role, this isn't it. If you're energized by taking a model all the way to a live, monitored endpoint and seeing it drive real financial decisions - you'll thrive here.
We're not building ML for ML's sake: we judge models by the business outcomes they move - risk reduction, enrichment accuracy, customer adoption, operational efficiency, revenue and connecting your model improvements to those outcomes is part of the role.
A few of the live ML systems this role owns end to end:
You don't need experience with every tool listed above - strong production-ML fundamentals matter more than direct experience with our exact stack. Python is the exception: it's a non-negotiable (see Key Requirements).
As part of the total rewards package, Flinks offers:
We are committed to providing accommodations for persons with disabilities. If you require accommodation, we will work with you to meet your needs.
Flinks uses artificial intelligence (AI) during the recruitment process to assist in screening, assessing, or selecting applicants.
---------------------------------------------------------------------------------------
Flinks est une plateforme de finance intégrée qui réunit la connectivité, l’intelligence financière et les paiements, offrant aux entreprises l’infrastructure nécessaire pour concevoir et déployer des expériences financières fluides à grande échelle.
Chef de file de la finance ouverte (Open Finance) au Canada, nous avons connu une croissance soutenue depuis 2016 pour devenir l’une des plateformes les plus fiables en Amérique du Nord en matière d’accès aux données financières, d’enrichissement des données et de mouvement de fonds. Nous collaborons avec des entreprises innovantes dans de nombreux secteurs, notamment le crédit, les technologies financières (fintech), les services bancaires, l’assurance et la gestion de patrimoine.
Aujourd’hui, notre plateforme est connectée à plus de 15 000 institutions financières à travers l’Amérique du Nord et soutient plus d’un million de connexions mensuelles. Nous offrons également à nos clients un accès à plus de 4 500 indicateurs financiers en temps réel afin de favoriser une prise de décision plus éclairée. Les entreprises s’appuient sur Flinks pour simplifier l’intégration de leurs utilisateurs, vérifier les revenus, évaluer le risque de crédit et offrir des expériences de paiement plus rapides.
Notre mission est d’accélérer l’innovation financière et d’aider les entreprises à créer des expériences financières simples, connectées et centrées sur leurs clients. C’est là que vous entrez en jeu.
Nous sommes à la recherche d’un(e) Scientifique de données principal(e) (Senior Data Scientist) qui prendra en charge nos modèles d’apprentissage automatique de bout en bout : de la définition du problème et de la conception du modèle, jusqu’au pipeline d’entraînement, au déploiement en production et au suivi de la qualité du modèle une fois en service.
Il s’agit d’un poste de science des données très pratique et fortement axé sur l’ingénierie. Vous concevrez, développerez et déploierez vos propres modèles.
Vous êtes responsable des modèles et de leur qualité.
L’équipe d’ingénierie des données (Data Engineering) est responsable de la plateforme de données partagée et de l’infrastructure de déploiement sur laquelle vous vous appuierez : entrepôt de données, pipelines, gouvernance, CI/CD et fiabilité opérationnelle des points de terminaison. Cela vous permet de vous concentrer sur la science des données et le cycle de vie des modèles, plutôt que sur l’exploitation de la plateforme.
Nous tenons à être transparents à ce sujet : si vous recherchez un rôle purement axé sur la recherche ou l’analyse dans des notebooks, ce poste n’est probablement pas pour vous.
En revanche, si l’idée de mener un modèle jusqu’à un point de terminaison en production, surveillé et utilisé pour prendre de véritables décisions financières vous motive, vous vous épanouirez chez Flinks.
Nous ne développons pas des modèles simplement pour faire du ML. Nous évaluons leur succès en fonction des résultats d’affaires qu’ils génèrent : réduction du risque, amélioration de la qualité des enrichissements, adoption par les clients, efficacité opérationnelle, croissance des revenus, etc. Faire le lien entre les améliorations apportées à vos modèles et ces résultats fait partie intégrante du rôle.
Voici quelques-uns des systèmes de ML actuellement en production dont vous serez responsable de bout en bout :
Catégorisation des transactions - Classificateur hiérarchique multitâche basé sur BERT, exécuté sous forme de modèles segmentés, entraîné à partir de données étiquetées et enrichi par des données synthétiques pour les catégories rares.
Détection des annulations et de la catégorie finale - Modèle hybride combinant apprentissage automatique et règles analytiques permettant de classifier les différents types d’annulation et de les associer à leur transaction d’origine.
Analyseur (NER) de transactions- Classificateur multilingue de type token permettant d’extraire des entités à partir de descriptions transactionnelles brutes.
Prévision des soldes et du risque de paiement - Modèles de prévision de séries temporelles quantiles alimentant les couches décisionnelles liées au risque et aux offres.
Suite d’enrichissement financier - Modèles liés aux revenus, revenus nets, fréquence des revenus, pertes d’emploi, événements de vie et fréquence des paies.
Outils analytiques et de suivi de la qualité des modèles- Développement et maintien des outils internes permettant de surveiller la performance des modèles, les indices de stabilité de population (PSI), les dérives et les distributions de catégories.
Vous n’avez pas besoin d’avoir utilisé tous les outils mentionnés ci-dessus. Une solide expertise en apprentissage automatique appliqué à la production est plus importante que la maîtrise exacte de notre pile technologique.
Python constitue toutefois une exigence essentielle.
Grande autonomie, peu de bureaucratie - Vous êtes responsable de vos modèles de bout en bout et vous voyez directement leur impact sur les décisions financières prises par des banques et des entreprises fintech.
Une pile technologique moderne - Travaillez avec une architecture infonuagique moderne et des outils de développement assistés par l’intelligence artificielle.
Un impact réel à grande échelle - Vous travaillerez avec des données financières réglementées, des systèmes d’enrichissement et des infrastructures de paiement critiques.
Chez Flinks, la capacité à développer et déployer des modèles en production prime sur les diplômes.
Un profil limité à l’analyse exploratoire ou au travail en notebook ne répondra pas aux attentes du poste.
Vous devez être légalement autorisé(e) à travailler au Canada.
Dans le cadre de son programme global de rémunération et d’avantages sociaux, Flinks offre notamment :
Flinks s’engage à offrir des mesures d’adaptation aux personnes en situation de handicap. Si vous avez besoin d’un accommodement dans le cadre du processus de recrutement ou d’emploi, nous travaillerons avec vous afin de répondre à vos besoins.
Flinks utilise l’intelligence artificielle (IA) dans le cadre de son processus de recrutement afin d’aider à la présélection, à l’évaluation ou à la sélection des candidats.
Powered by Workable
Flinks provides an API that lets businesses access customers’ financial data from bank accounts to power fintech apps, identity checks, and transaction monitoring. It works by securely linking to end-users’ accounts and retrieving data the client can use for analytics, verification, and enrichment through its data-connectivity platform. The company stands out with a North American footprint and backing from the National Bank of Canada, which supports its expansion into the U.S. and strengthens its analytics offerings, focusing on data portability for financial services. Its goal is to scale API-driven access to financial data for fintechs and financial institutions across North America while ensuring compliant, seamless data connectivity.
Explore more opportunities at Flinks