Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle und pflege ETL/ELT-Pipelines für Finanzdaten.
- Arbeitgeber: Innovatives FinTech-Unternehmen, das moderne Datenlösungen bietet.
- Mitarbeitervorteile: Flexibles Arbeiten, spannende Projekte und die Möglichkeit zur Weiterbildung.
- Warum dieser Job: Gestalte die Zukunft der Finanztechnologie mit und arbeite an realen Herausforderungen.
- Gewünschte Qualifikationen: Starke SQL- und Python-Kenntnisse sowie Erfahrung mit modernen Datenlösungen erforderlich.
- Andere Informationen: Gelegentliche Vor-Ort-Arbeit in Frankfurt einmal pro Quartal.
Das voraussichtliche Gehalt liegt zwischen 54000 - 84000 € pro Jahr.
12-Monats-Vertrag, mögliche Verlängerung, gelegentliche Vor-Ort-Präsenz in Frankfurt einmal pro Quartal (TBD). Als Data Engineer im FinTech-Bereich entwerfen und pflegen Sie Datenpipelines, die Analysen, maschinelles Lernen und Echtzeit-Finanzentscheidungen unterstützen. Sie arbeiten mit modernen Technologien der Datenverarbeitung, um Finanzdatensätze in großem Maßstab zu verarbeiten, zu transformieren und zu optimieren. In Zusammenarbeit mit KI-Ingenieuren und Datenwissenschaftlern spielen Sie eine Schlüsselrolle beim Aufbau einer robusten Dateninfrastruktur.
VERANTWORTLICHKEITEN- Entwicklung und Wartung von ETL/ELT-Pipelines mit Apache Airflow.
- Optimierung der Datenspeicherung und -verarbeitung mit Snowflake, Databricks.
- Arbeiten mit Kafka oder Pulsar für das Streaming von Echtzeitdaten.
- Implementierung von Best Practices für Datenqualität und Governance.
- Bereitstellung skalierbarer Datenlösungen auf AWS, GCP oder Azure.
- Zusammenarbeit mit Analyse-Teams zur Unterstützung von Business-Intelligence-Initiativen.
- Starke SQL- und Python-Kenntnisse für die Datenverarbeitung.
- Erfahrung mit modernen Data-Lake- und Data-Warehouse-Lösungen (Snowflake, BigQuery, Redshift).
- Kenntnisse in der Verarbeitung von Echtzeitdaten (Kafka, Pulsar, Spark Streaming).
- Beherrschung cloudbasierter Datenverarbeitung.
- Verständnis von Datenmodellierung und Schema-Design.
- Vertrautheit mit FinTech-Vorschriften und Compliance.
- Erfahrung mit DBT für Datentransformations-Workflows.
- Einblick in MLOps und KI-gesteuerte Analysen.
Arbeiten an Projekten mit hohem Einfluss auf Finanzdaten.
Data Engineer (Freelance) Arbeitgeber: LinkedIn
Kontaktperson:
LinkedIn HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Data Engineer (Freelance)
✨Netzwerken in der FinTech-Branche
Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der FinTech-Branche in Kontakt zu treten. Nimm an relevanten Veranstaltungen oder Meetups teil, um dein Netzwerk zu erweitern und potenzielle Kontakte bei Unternehmen wie uns zu knüpfen.
✨Technische Fähigkeiten demonstrieren
Erstelle ein Portfolio oder GitHub-Repository, in dem du deine Projekte und Erfahrungen mit Technologien wie Apache Airflow, Snowflake und Kafka präsentierst. Dies zeigt nicht nur deine Fähigkeiten, sondern auch dein Engagement für die Datenengineering-Community.
✨Verstehe die Anforderungen der Branche
Informiere dich über aktuelle Trends und Herausforderungen im FinTech-Sektor, insbesondere in Bezug auf Datenverarbeitung und -sicherheit. Dies wird dir helfen, in Gesprächen mit uns und anderen Unternehmen kompetent aufzutreten.
✨Bereite dich auf technische Interviews vor
Übe technische Fragen und Szenarien, die sich auf SQL, Python und Datenpipeline-Architekturen beziehen. Sei bereit, deine Lösungsansätze zu erklären und zu demonstrieren, wie du komplexe Probleme im Datenengineering angehen würdest.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Data Engineer (Freelance)
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die spezifischen Anforderungen und Verantwortlichkeiten. Stelle sicher, dass du alle geforderten Fähigkeiten und Erfahrungen in deiner Bewerbung hervorhebst.
Betone relevante Erfahrungen: Fokussiere dich in deinem Lebenslauf und Anschreiben auf deine Erfahrungen mit ETL/ELT-Pipelines, SQL, Python und modernen Datenlösungen wie Snowflake oder Databricks. Zeige konkrete Beispiele, wie du diese Technologien in der Vergangenheit eingesetzt hast.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du für die Position als Data Engineer im FinTech-Bereich geeignet bist. Betone deine Leidenschaft für Datenengineering und deine Fähigkeit, in einem dynamischen Umfeld zu arbeiten.
Prüfe deine Unterlagen: Bevor du deine Bewerbung einreichst, überprüfe alle Dokumente auf Vollständigkeit und Richtigkeit. Achte darauf, dass dein Lebenslauf aktuell ist und alle relevanten Informationen enthält. Ein fehlerfreies Dokument hinterlässt einen positiven Eindruck.
Wie du dich auf ein Vorstellungsgespräch bei LinkedIn vorbereitest
✨Bereite dich auf technische Fragen vor
Da die Rolle eines Data Engineers stark technischer Natur ist, solltest du dich auf Fragen zu SQL, Python und den verwendeten Technologien wie Apache Airflow, Snowflake und Kafka vorbereiten. Übe, wie du deine Erfahrungen und Lösungen in früheren Projekten klar und präzise erklären kannst.
✨Verstehe die Anforderungen der FinTech-Branche
Informiere dich über die spezifischen Herausforderungen und Vorschriften in der FinTech-Branche. Zeige im Interview, dass du ein Verständnis für Compliance und Datenqualität hast, da dies für die Position von großer Bedeutung ist.
✨Demonstriere deine Teamfähigkeit
Da die Zusammenarbeit mit AI-Ingenieuren und Datenwissenschaftlern ein wichtiger Teil der Rolle ist, solltest du Beispiele aus deiner Vergangenheit bereit haben, die deine Fähigkeit zur Zusammenarbeit und Kommunikation in interdisziplinären Teams zeigen.
✨Frage nach den Projekten und Technologien
Zeige dein Interesse an der Position, indem du gezielte Fragen zu den aktuellen Projekten und den verwendeten Technologien stellst. Dies zeigt nicht nur dein Engagement, sondern gibt dir auch wertvolle Einblicke in die Arbeitsweise des Unternehmens.
