Senior Data Engineer (m/w/d)

Das ist der Job

Jobticket) Ihre Aufgaben Entwerfen und Implementieren robuster, skalierbarer Datenarchitekturen.

Das brauchst du

Anforderungen Erfolgreich abgeschlossenes Studium in Informatik, Mathematik oder einem verwandten technischen Bereich. Tiefgehende Kenntnisse in Datenmodellierung, Datenarchitektur und Datenpipelines. Erfahrung im Umgang mit ETL-Prozessen und Datenmodellierung Verantwortungsbewusstsein, Initiative und Teamfähigkeit.

Sehr gute Englischkenntnisse (C1 oder C2).

Darum lohnt es sich

Syscrest schafft eine dynamische, vielfältige und innovative Arbeitsumgebung. Wir suchen eine*n erfahrenen Senior Data Engineer, der*die nicht nur technische Expertise mitbringt, sondern auch in der Lage ist, unser Team aus Junior-Entwickler*innen zu inspirieren und zu fördern.

Wir bieten die Möglichkeit, Ihr Wissen in den neuesten Big Data-Technologien zu erweitern und erwarten eine Leidenschaft für kontinuierliches Lernen und Verbesserung. Umfangreiche Weiterbildungs- und Entwicklungsmöglichkeiten. Ausgereifte Vorgehensmodelle in effizienten Entwicklungsumgebungen. Attraktives Gehaltspaket und Zusatzleistungen (z.

Entwicklung und Optimierung von Datenpipelines, Datenmodellen und ETL-Prozessen. Sicherstellung der Datenqualität und -integrität in Zusammenarbeit mit Datenanalysten und Business Intelligence-Teams. Anleitung und Unterstützung von Junior Data Engineers und anderen Teammitgliedern.

Förderung von Best Practices im Team und Übernahme von Verantwortung für die technische Leitung von Projekten. Entwicklung und Implementierung von Automatisierungsstrategien für Datenprozesse. Anwendung von CI/CD-Praktiken für eine effiziente und fehlerfreie Softwareentwicklung.

Sicherstellung, dass Wissen effektiv innerhalb des Teams geteilt wird Hinweis: Wir begrüßen Bewerbungen von Personen aller Geschlechter und Hintergründe. #J-18808-Ljbffr Mindestens 5 Jahre Erfahrung in der Implementierung robuster, verteilter und skalierbarer Datenverarbeitung mit Java/JVM-basierten Sprachen oder Python.

Mindestens 5 Jahre Erfahrung im Bereich Data Engineering. Erfahrung in der Arbeit mit großen Datenmengen und in der Performance-Optimierung. Erfahrung in agilen Arbeitsmethoden. Bereitschaft zu gelegentlichen Reisen.

Programmiersprachen: Python, Java, Scala, SQL, R Datenbank-Management-Systeme (DBMS): Relationale Datenbanken wie MySQL, PostgreSQL, Oracle, SQL Server.

NoSQL-Datenbanken wie MongoDB, Cassandra, Couchbase Big Data-Technologien: Hadoop, Apache Spark, Apache Kafka für Echtzeit-Datenströme Data Warehousing-Lösungen: Amazon Redshift, Google BigQuery, Snowflake, Teradata Cloud-Plattformen: AWS, Azure, GCP - einschließlich Dienste wie Redshift, EMR, Serverless, Azure SQL Database, Azure Data Factory, Azure Fabric, BigQuery, Dataflow, Cloud Storage Containerisierung und Orchestrierung: Docker, Kubernetes Automatisierung und CI/CD-Tools: git, Jenkins, GitLab CI, github Monitoring und Logging Tools: ELK Stack, Prometheus, Grafana Möglichkeit für Homeoffice mit flexiblen Arbeitszeiten.

Kurze Entscheidungswege und eigenverantwortlicher Handlungsspielraum. Festanstellung, unbefristet, Vollzeit, 30 Tage Urlaub. Verwaltung und Optimierung großer, komplexer Datenbanken. Einsatz und Verwaltung von Big Data-Technologien wie Hadoop, Spark, Kafka. Arbeit mit Cloud-Datenlösungen und -diensten (AWS, Azure, Google Cloud).

Unterstützung bei der Implementierung von Machine Learning-Modellen und Advanced Analytics-Lösungen. Zusammenarbeit mit Data Scientists zur Integration von analytischen Modellen in die Dateninfrastruktur. Optimierung der Leistung von Datenbanken und Datenverarbeitungsprozessen.

Identifizierung und Behebung von Leistungsengpässen und technischen Problemen. Aktive Beteiligung an der Erforschung und Einführung neuer Technologien und Tools. Beobachtung von Markttrends und Bewertung ihrer Anwendbarkeit für aktuelle und zukünftige Projekte. Erstellung umfassender technischer Dokumentationen für Datenarchitekturen und -prozesse.