Senior Software Developer – Analytics

Emploi pas sur LinkedIn

🕒 il y a 1 mois

🇬🇧 Royaume-Uni – Télétravail

⏰ Temps Plein

🟠 Senior

📊 Ingénieur Analytics

👻 Score fantôme 16%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

JDPA LIMITED

Site WebLinkedInTous les Emplois

- employés

🚘 Automobile

🛡️ Assurance

💼 Conseil

Automotive • Insurance • Consulting

JDPA LIMITED est un fournisseur de solutions de données, d'analytique et de logiciels pour l'écosystème automobile et les secteurs financiers et d'assurance adjacents. L'entreprise propose des évaluations de véhicules, des analyses du marché et de la vente au détail, des référentiels de qualité et d'expérience client, ainsi que des services de marketing digital et de conseil aux équipementiers, concessionnaires, assureurs et prêteurs. JDPA LIMITED combine des données clients et données VIN propriétaires avec des analyses avancées et des produits SaaS pour aider ses clients à améliorer la conception des produits, la performance de la vente au détail, la gestion des risques et les opérations financières.

Description

• Design technical solutions connecting data pipelines, models, and user-facing experiences • Create engineering plans for complex analytics and AI feature areas • Identify technical risks early • Lead code and design reviews covering architecture, structure, and testing • Collaborate with data scientists, AI engineers, and product managers • Turn prototypes into production-ready systems • Mentor junior engineers on system design, debugging, and stakeholder communication • Own end-to-end analytical solution design, including data contracts, feature stores, model endpoints, and client integration • Make architecture and tooling decisions based on cost, risk, and value • Evaluate emerging analytics and AI platforms and recommend adoption • Select integration patterns and conduct proofs of concept • Decide when to build versus reuse and balance experimentation speed with reliability • Align senior engineers, data scientists, and product partners with business, product, and technical direction

🎯 Exigences

• Bachelor’s degree in Computer Science or related field plus around 8 years of relevant software development experience, or 6 years with a Master's, or 3 with a PhD; equivalent experience also welcome • Track record of owning delivery on complex, multi-team software or data engineering work • Strong Python, SQL, and Git skills • Production data pipeline experience • Hands-on experience with Snowflake, Databricks, Palantir Foundry, or similar modern cloud data platform • JavaScript/TypeScript and React experience • Experience designing scalable data architectures • Knowledge of ETL/ELT and batch or streaming integration patterns • Desirable: automotive, consumer insights, or analytics-driven SaaS background • Desirable: mentoring engineers and running technical design reviews • Desirable: PySpark or similar distributed data processing framework • Desirable: CI/CD, observability tooling, and infrastructure-as-code • Desirable: Azure, AWS, or GCP cloud infrastructure experience • Desirable: AI/ML models in production analytics use cases • Desirable: HTML/CSS and data visualization libraries • Ability to work strategically and hands-on with limited oversight • Clear communication of technical trade-offs to technical and non-technical stakeholders • Decisiveness under ambiguity and collaborative working style