Senior Data Engineer

🔥 vor 10 Minuten

🌏 Überall auf der Welt

⏰ Vollzeit

🟠 Senior

🚰 Dateningenieur

👻 Geisterscore 12%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

CINC Systems

WebsiteLinkedInAlle Stellen

201 - 500 Mitarbeiter

Gegründet 2005

☁️ SaaS

🏠 Immobilien

🤝 B2B

💰 Private Equity Round - CINC Systems im 2023-12

SaaS • Real Estate • B2B

CINC Systems ist eine cloudbasierte All-in-One-Softwareplattform für die Verwaltung von Gemeinschaftsverbänden (HOAs und COAs), die Verwaltungsunternehmen, Vorständen und Hausbesitzern hilft, Abläufe zu optimieren und das Bewohnererlebnis zu verbessern. Die Plattform bietet Finanzmanagement und -überwachung (einschließlich Online-Zahlungen und ein sicheres Zahlungsportal), KI-gesteuerte Berichterstattung und Prognosen (Cephai), Kommunikations- und Bewohnerengagement-Tools, Online-Abstimmungen und -Umfragen, Wartungs-/Arbeitsauftragskoordination, Compliance-Tracking sowie zentrale Daten und Einblicke. CINC richtet sich an professionelle Verbandsverwaltungsfirmen und Hausbesitzervorstände mit Automatisierung, Sicherheit und Skalierbarkeit; das Unternehmen berichtet über 1. 000+ Kunden im Bereich Verbandsmanagement, 51. 000+ betreute Hausgemeinschaften, 6M+ Wohneinheiten und über 11 Milliarden USD+ jährlich abgewickelte Zahlungen.

Beschreibung

• Konzeption und Entwicklung robuster, skalierbarer und sicherer Datenpipelines für Analytics-, API- und KI-Anwendungen • Architektur und Pflege moderner Dateninfrastrukturen in Cloud-Umgebungen, vorzugsweise AWS • Zusammenarbeit mit Teams für KI- und Anwendungsentwicklung, um strukturierte und hochwertige Daten für Training, Inferenz und Echtzeit-Entscheidungssysteme bereitzustellen • Entwicklung und Pflege von Datenmodellen und Schemata für analytische und operative Anwendungsfälle • Entwicklung von Datenverträgen und Governance-Mustern zur Unterstützung von Datenherkunft, Versionierung und Zuverlässigkeit über Microservices und KI-Systeme hinweg • Aufbau von Streaming- und ereignisgesteuerten Datenarchitekturen für latenzarme und hochintegrere Datenflüsse • Implementierung automatisierter Systeme für Datenqualität und Observability zur Erkennung von Anomalien und Validierung des Zustands von Pipelines • Zusammenarbeit mit Produkt- und Analytics-Teams bei der Definition von KPIs, Kennzahlen und Datenpipelines zur Nutzungsanalyse • Zusammenarbeit mit KI-Engineers an Embedding-Pipelines, RAG-Datenquellen und Feature Stores • Verbesserung der Data-Engineering-Praktiken durch Code-Reviews, Pair Programming und Wissensaustausch • Teilnahme an Architektur-Reviews und Mitwirkung an Standards für Datensicherheit, Compliance und Skalierbarkeit • Einsatz KI-nativer Tools und Techniken zur Datenklassifizierung, Anomalieerkennung und Metadatenanreicherung

🎯 Anforderungen

• Mindestens 8 Jahre Berufserfahrung im Data Engineering oder in der Backend-Softwareentwicklung mit starkem Schwerpunkt auf großen Datensystemen • Sehr gute Kenntnisse in SQL und mindestens einer Programmiersprache wie Python, TypeScript oder Java • Erfahrung mit der Konzeption und dem Betrieb ereignisgesteuerter Datenarchitekturen und Microservices unter Verwendung von AWS-Services (EventBridge, S3, Lambda, API Gateway, DynamoDB, Glue) • Fundierte Kenntnisse relationaler und analytischer Datenbanken, darunter SQL Server, Postgres oder Redshift • Erfahrung im Aufbau und in der Pflege von ETL- und ELT-Pipelines sowie mit Best Practices für Datenmodellierung, Versionierung und Tests • Vertrautheit mit Datenmustern für KI und ML, darunter Embeddings, Feature Stores und RAG-Pipelines • Kenntnisse im API-basierten Datenzugriff sowie in den Designprinzipien von GraphQL- oder REST-APIs • Erfahrung mit der Anwendung von DevOps-Prinzipien im Data Engineering, einschließlich CI/CD-Pipelines, IaC und Observability • Verständnis von Data Governance, Zugriffskontrolle und Best Practices zum Datenschutz • Erfahrung mit dem Betrieb von KI- und ML-Anwendungen in Produktionsumgebungen, einschließlich der Integration von APIs wie OpenAI, Anthropic oder Bedrock • Praktisches Verständnis dafür, wie sich Datenqualität und Architektur auf KI-Ergebnisse und Produkterlebnisse auswirken • Fähigkeit, Pipelines zu konzipieren, die für Modelltraining, Fine-Tuning und Echtzeit-Inferenz optimierte Daten bereitstellen • Erfahrung mit Vektordatenbanken wie Weaviate, Pinecone oder Postgres pgvector • Ausgeprägte Fähigkeit, Möglichkeiten für den Einsatz von Automatisierung und KI zur Verbesserung von Data-Engineering-Workflows zu erkennen • Praxisorientierte Arbeitsweise und die Fähigkeit, durch eigenes Handeln Führung zu übernehmen • Hervorragende Kommunikationsfähigkeiten sowie die Fähigkeit, zwischen Engineering-, Produkt- und Analytics-Teams zu vermitteln • Fähigkeit, Systemengpässe zu diagnostizieren und komplexe Datenflüsse zu vereinfachen • Kooperative Arbeitsweise, ausgeprägtes Verantwortungsbewusstsein und Fokus auf messbaren geschäftlichen Mehrwert • Freude an der Unterstützung und Weiterentwicklung anderer sowie an der Festlegung von Standards für professionelle Datenarbeit über mehrere Teams hinweg