Data Engineer

Stelle nicht auf LinkedIn

🔥 vor 7 Minuten

🇪🇺 Europa – Remote

⏰ Vollzeit

🟢 Junior

🟡 Mittelstufe

🚰 Dateningenieur

👻 Geisterscore 25%

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

Matrix Global

WebsiteLinkedInAlle Stellen

51 - 200 Mitarbeiter

📦 Logistik

💼 Beratung

🍽️ Lebensmittel & Getränke

Logistics • Consulting • Food & Beverage

Matrix Global ist ein Unternehmen, das die Art und Weise, wie die Öl- und Gasindustrie Transaktionen durchführt, revolutioniert, indem es eine hochentwickelte Auktionsplattform für Lager- und Pipeline-Kapazitäten bereitstellt. Ihre proprietäre MAP-Plattform verbessert die Transparenz und den Wettbewerb im Midstream-Sektor, wodurch Unternehmen in der Lage sind, Lagertransaktionen zu optimieren und Risiken effektiv durch sowohl kurzfristige als auch langfristige Verträge zu managen. Durch die Zusammenarbeit mit Branchenführern bietet Matrix Global strategische Chancen für Lageranbieter und Energieunternehmen und fördert so einen dynamischen Marktplatz für Öl- und Gastransaktionen.

Beschreibung

• Entwickeln, implementieren und warten Sie produktionsreife Datenpipelines auf Grundlage der Anforderungen der Data-Science-Teams • Konzipieren und erstellen Sie skalierbare Datenflüsse für spezifische Anwendungsfälle, die in das Produkt integriert werden können • Erstellen und warten Sie Machine-Learning-Datenpipelines • Entwickeln Sie Tools und Frameworks, die Data-Science- und Analytics-Teams bei der Entwicklung und Optimierung innovativer Lösungen unterstützen • Arbeiten Sie eng mit den Teams aus den Bereichen Product, R&D, Data und Analytics zusammen, um Systemfunktionen und -leistung zu verbessern • Schulen Sie die Data Scientists und Engineers unserer Kunden in der Wartung und Weiterentwicklung von Datenpipelines innerhalb der Plattform • Reisen Sie bei Bedarf national und international zur Unterstützung unserer Kunden • Bauen und pflegen Sie starke technische Beziehungen zu Kunden und Partnern

🎯 Anforderungen

• Mindestens 2 Jahre praktische Erfahrung mit Apache Spark (zwingend erforderlich) • Sehr gute Erfahrung mit SQL • Erfahrung mit Versionsverwaltungssystemen, insbesondere Git • Praktische Erfahrung mit dem Apache-Hadoop-Ökosystem, einschließlich Hive, Impala, Hue, HDFS und Sqoop • Erfahrung mit Python (Pandas) • Erfahrung mit PySpark, Scala, Java oder R • Nachweisbare Erfahrung in Datentransformation, Datenvalidierung, Datenbereinigung und Machine-Learning-Feature-Engineering • Abgeschlossenes Bachelorstudium oder höher in Informatik, Statistik, Wirtschaftsinformatik, Informationssystemen, Ingenieurwesen oder einem anderen quantitativen Studienfach • Erfahrung in der Arbeit mit und Optimierung von Datenpipelines, Architekturen und Datensätzen im großen Maßstab • Ausgeprägte analytische Fähigkeiten und Erfahrung im Umgang mit strukturierten und semi-strukturierten Daten • Erfahrung mit der Entwicklung von Prozessen zur Datentransformation, Metadatenverwaltung, Abhängigkeitsverwaltung und Workload-Optimierung • Fähigkeit zur Ursachenanalyse von Daten und Prozessen, um Geschäftsfragen zu beantworten und Verbesserungspotenziale zu identifizieren • Ausgeprägte Fähigkeiten im Kundenkontakt und in der funktionsübergreifenden Zusammenarbeit • Fließende Englisch- und Spanischkenntnisse in Wort und Schrift • Erfahrung in der Arbeit mit Linux • Erfahrung in der Entwicklung von Machine-Learning-Pipelines • Kenntnisse in Elasticsearch • Erfahrung mit Zeppelin und/oder Jupyter • Vertrautheit mit Tools zur Workflow-Orchestrierung wie Jenkins oder Apache Airflow • Erfahrung mit Microservices und Technologien zur Containerisierung, einschließlich Docker und Kubernetes

🏖️ Vorteile

• Wettbewerbsfähige Vergütung und attraktive Zusatzleistungen • Sinnvolle Möglichkeiten zur beruflichen Weiterentwicklung • Vielfältige und inklusive Unternehmenskultur • Kontinuierliche Lern- und Entwicklungsmöglichkeiten • Möglichkeit zur Zusammenarbeit mit einem talentierten globalen Team • Anspruchsvolles und abwechslungsreiches Arbeitsumfeld