Senior Data Engineer

Senior Data Engineer

Zürich Vollzeit 60000 - 80000 € / Jahr (geschätzt) Kein Homeoffice möglich
Apple Inc.

Auf einen Blick

  • Aufgaben: Entwickle und betreibe Dateninfrastrukturen für maschinelles Lernen und Computer Vision.
  • Unternehmen: Apple, ein innovatives Unternehmen, das die Zukunft der Kommunikation gestaltet.
  • Vorteile: Wettbewerbsfähiges Gehalt, Gesundheitsleistungen und flexible Arbeitsmöglichkeiten.
  • Weitere Informationen: Dynamisches Umfeld mit großartigen Karrieremöglichkeiten und einem inklusiven Team.
  • Warum dieser Job: Löse echte Herausforderungen und arbeite an bahnbrechenden Technologien.
  • Qualifikationen: Erfahrung in verteiltem Systemdesign und Automatisierung erforderlich.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

Bei Apple entwickeln wir revolutionäre Technologien für die Produkte, die definieren werden, wie wir in Zukunft kommunizieren. Das Zurich Vision Lab ist ein F&E-Team mit Sitz in Zürich; wir haben Funktionen wie Persona, Animoji, Portraitmodus und FaceTime Eye Contact veröffentlicht und führen bahnbrechende Forschung durch, während wir kontinuierlich Produkte ausliefern. Wir sammeln und arbeiten mit großen Datensätzen und bauen die Infrastruktur dahinter auf. Wir suchen einen praktischen Senior Data Engineer, der das Datenmanagement für unsere maschinellen Lern- und Produktentwicklungsarbeiten verantwortet: die Speicherung, Pipelines und Qualitätskontrollen, die unseren internen Kunden dienen, damit wir gemeinsam großartige neue Produkte entwickeln können.

Beschreibung

Sie werden reale Herausforderungen im Apple-Maßstab lösen und die Entwicklung der internen Dateninfrastruktur leiten, die die nächste Generation von Projekten im Bereich maschinelles Lernen und Computer Vision ermöglicht: das Ausführen von Datenpipelines im großen Maßstab in Cloud-Umgebungen. Dies ist eine praktische, end-to-end Rolle an der Schnittstelle von Datenengineering, DevOps und maschinellem Lernen, in dieser Reihenfolge.

Verantwortlichkeiten

  • Entwerfen und Betreiben des verwalteten Speichers für großangelegte Datensätze und Metadaten, mit Versionierung, die es den Nutzern ermöglicht, mit Vertrauen festzulegen, zu reproduzieren und zurückzurollen.
  • Erstellen und Automatisieren der Ingestions-, Transformations- und Veröffentlichungs-Pipelines, die Daten zuverlässig und im großen Maßstab durch ihren gesamten Lebenszyklus bewegen und sie in der Produktion überwachen.
  • Einrichten einer verwalteten Datenqualität: Validierung, Herkunft und klare Governance, damit Teams den Daten, auf denen sie aufbauen, vertrauen können.
  • Bereitstellen der Werkzeuge und Schnittstellen, die es einfach machen, Datensätze in unseren Prozessen für maschinelles Lernen und Produktentwicklung zu entdecken, zusammenzustellen und zu konsumieren.
  • Unterstützen von Datenaufnahme- und synthetischen Datengenerierungs-Pipelines, die neue Daten ins System bringen und unsere Trainingsdaten skalieren.
  • Direkte Zusammenarbeit mit den Forschern und Ingenieuren, die auf diese Daten angewiesen sind, mit einer Service-Mentalität, indem wir Arbeit automatisieren, anstatt sie zu akzeptieren.

Mindestens erforderliche Qualifikationen

  • Erfahrung im Design und in der Automatisierung verteilter Systeme sowie starke Grundlagen in der Softwareentwicklung.
  • Eine Erfolgsbilanz beim Entwerfen, Implementieren und Betreiben von Produktionsdatenpipelines von Anfang bis Ende.
  • Starke SQL-Kenntnisse in Engines wie Postgres, Trino oder SparkSQL sowie Kenntnisse über spaltenbasierte und Lakehouse-Speicherformate wie Parquet, Iceberg oder Delta.
  • Eine nachgewiesene Neigung zur Verbesserung des Prozesses: Automatisierung von Arbeit und Aufbau von Werkzeugen, anstatt sich mit dem Status quo zufriedenzugeben.
  • Große zwischenmenschliche Fähigkeiten, eine selbstmotivierte und kundenorientierte Einstellung sowie starke Kommunikationsfähigkeiten in Englisch.

Bevorzugte Qualifikationen

  • Erfahrung im Betrieb von Datenpipelines und verteiltem Rechnen im großen Maßstab mit Tools wie Dagster, Airflow, Ray, Prefect, Temporal, DBOS usw.
  • Kenntnisse in Cloud-Bereitstellungen: AWS, GCP, Kubernetes, Pulumi usw.
  • Einblick in MLOps: Entwicklung, Bereitstellung und Überwachung von ML-Systemen mit Datensatz- und Modellversionierung.
  • Vertrautheit mit Dataframe-Engines wie Pandas, Polars, Daft oder Spark.
  • Erfahrung im Aufbau von Werkzeugen, Plattformen oder SDKs, auf die andere Ingenieure angewiesen sind; Erfahrung in Computer Vision oder Computergrafik ist von Vorteil.

Bei Apple sind wir nicht alle gleich. Und das ist unsere größte Stärke. Wir ziehen aus den Unterschieden in dem, wer wir sind, was wir erlebt haben und wie wir denken. Denn um Produkte zu schaffen, die allen dienen, glauben wir daran, alle einzubeziehen. Daher verpflichten wir uns, alle Bewerber fair und gleich zu behandeln. Wir werden mit Bewerbern zusammenarbeiten, um angemessene Anpassungen vorzunehmen.

Bei Apple glauben wir, dass Zugänglichkeit ein fundamentales Menschenrecht ist. Sie werden diese Idee in allem hier finden – in unserer Kultur, unseren Vorteilen und unseren digitalen Werkzeugen. Indem wir so viele Perspektiven wie möglich willkommen heißen, helfen wir Ihnen, eine Karriere aufzubauen, in der Sie sich zugehörig fühlen.

Senior Data Engineer Arbeitgeber: Apple Inc.

Apple ist ein hervorragender Arbeitgeber, der innovative Technologien entwickelt und ein inspirierendes Arbeitsumfeld in Zürich bietet. Hier haben Mitarbeiter die Möglichkeit, an bahnbrechenden Projekten im Bereich maschinelles Lernen und Computer Vision zu arbeiten, während sie von einer inklusiven Unternehmenskultur und umfangreichen Entwicklungsmöglichkeiten profitieren. Die Kombination aus modernster Technologie, einem engagierten Team und einem starken Fokus auf Vielfalt macht Apple zu einem attraktiven Arbeitsplatz für alle, die bedeutungsvolle und erfüllende Karrieren anstreben.

Apple Inc.

Kontaktdaten:

Apple Inc. Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Senior Data Engineer erhalten könnten

Wende dich an die richtigen Communities

Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.

Präsentiere deine Daten-Projekte

Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!

Nimm an Meetups und Hackathons teil

Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.

Direkte Bewerbungen über unsere Seite

Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Apple Inc. zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!

Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Data Engineer mit Bravour zu bestehen

Dateninfrastruktur-Design
Automatisierung von Datenpipelines
SQL-Kenntnisse (Postgres, Trino, SparkSQL)
Kenntnis von Spalten- und Lakehouse-Speicherformaten (Parquet, Iceberg, Delta)
Erfahrung mit verteilten Systemen
MLOps-Kenntnisse
Cloud-Deployment (AWS, GCP, Kubernetes)

Einige Tipps für deine Bewerbung 🫡

Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.

Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!

Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!

Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Senior Data Engineer bei Apple Inc. gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Apple Inc. vorbereitet

Bereite deine technischen Skills vor

In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!

Verschaffe dir einen Überblick über Projekte

Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!

Vorbereitung auf case studies

In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!

Zeige deine Leidenschaft für Daten

Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Apple Inc. entscheidend sein!