Senior Data Engineer | Databricks (26DE02ES)

Stelle nicht auf LinkedIn

🔥 vor 2 Minuten

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mails für Remote-Jobs erhalten

📊 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

Eureka Labs

WebsiteLinkedInAlle Stellen

51 - 200 Mitarbeiter

Gegründet 2017

☁️ SaaS

⚡ Produktivität

Software • SaaS • Productivity

Eureka Labs ist ein innovatives Unternehmen, das sich darauf konzentriert, bahnbrechende Lösungen in Technologie und Software zu entwickeln. Mit einem Engagement für Exzellenz strebt es danach, leistungsstarke Werkzeuge und Dienstleistungen bereitzustellen, die das Benutzererlebnis in verschiedenen Sektoren verbessern. Ihr Fachwissen liegt in der Schaffung von Anwendungen, die Effizienz und Produktivität für Unternehmen und Verbraucher gleichermaßen steigern.

Beschreibung

• Entwerfen, entwickeln und betreiben skalierbarer Datenpipelines und Datenplattformen mit Databricks, Spark, Python, SQL und Cloud-Technologien • Entwicklung, Optimierung und Betrieb sowohl von Batch- als auch Streaming-Datenverarbeitungs-Lösungen • Implementierung und Aufrechterhaltung zuverlässiger, sicherer und leistungsstarker Daten-Workflows, einschließlich Orchestrierung, Monitoring und operativem Support • Aufbau und Weiterentwicklung von Data Lake- und Lakehouse-Lösungen zur Unterstützung von Analysen, Reporting und Machine-Learning-Initiativen • Zusammenarbeit mit Architekt:innen, Data Engineers, Data Scientists, Analyst:innen und Fachbereichen, um Anforderungen in skalierbare technische Lösungen zu übersetzen • Sicherstellung von Datenqualität, Integrität, Verfügbarkeit und Performance über Datenplattformen und Pipelines hinweg • Mitwirkung an der Definition und Einführung von Data-Engineering-Standards, Best Practices und Designmustern • Teilnahme an Aktivitäten des Software-Entwicklungs-Lebenszyklus, einschließlich Source Control, Testing, CI/CD, Deployment und operativem Support • Bewertung neuer Technologien, Tools und Best Practices zur kontinuierlichen Verbesserung der Datenplattform • Gelegentliche fachliche Anleitung und Mentoring für Junior Engineers

🎯 Anforderungen

• Mindestens 6 Jahre Erfahrung im Data Engineering oder einem verwandten Bereich • Umfassende praktische Erfahrung mit Databricks in Produktionsumgebungen • Fundierte Erfahrung mit Spark (bevorzugt PySpark), verteilter Datenverarbeitung und großen Datenmengen • Fortgeschrittene Kenntnisse in Python und SQL • Erfahrung im Entwurf und Aufbau cloudbasierter Datenplattformen und Pipelines (bevorzugt AWS) • Erfahrung in Entwicklung und Betrieb sowohl von Batch- als auch Streaming-Datenverarbeitungs-Lösungen • Erfahrung in der Optimierung, Fehlerbehebung und Performance-Tuning von Datenpipelines und Datenplattformen • Erfahrung im Aufbau und der Pflege von Data Lake- und/oder Lakehouse-Architekturen • Vertrautheit mit Data Governance, Datenqualität, Data Lineage, Sicherheit, Datenschutz und Aufbewahrungsrichtlinien • Erfahrung in agilen Arbeitsumgebungen und in der Zusammenarbeit mit cross-funktionalen Teams • Hohe Fähigkeit, eigenständig zu arbeiten, Verantwortung für technische Lösungen zu übernehmen und bei Bedarf fachliche Anleitung für andere Engineers zu geben • Erfahrung mit Workflow-Orchestrierungstools und modernen Software-Entwicklungspraktiken, einschließlich Git, Docker und CI/CD • Erfahrung in der Unterstützung von Machine Learning-, Analytics- oder Data-Science-Initiativen ist von Vorteil • Erfahrung in den Bereichen Versorgungswirtschaft, Energie oder verwandten Branchen ist von Vorteil • Starke Kommunikations-, Kollaborations- und Problemlösungsfähigkeiten • Sehr gute Englischkenntnisse in Wort und Schrift

🏖️ Vorteile

• Flexible Arbeitsmodelle • Möglichkeit zum Remote-Arbeiten • Weiterbildungs- und Entwicklungsprogramme • Urlaubs- und Freistellungsregelungen