Auf einen Blick
- Aufgaben: Entwickle graphbasierte Datenplattformen und Backend-Dienste mit Python.
- Unternehmen: Wachsendes Unternehmen im Bereich Daten- und digitale Transformation.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Agile Arbeitsumgebung mit Fokus auf Teamarbeit und kontinuierliche Verbesserung.
- Warum dieser Job: Arbeite an innovativen Projekten und nutze modernste Technologien.
- Qualifikationen: Erfahrung in Python, APIs und Graphdatenbanken erforderlich.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Bitte beachten Sie: Für diese Rolle müssen Sie in Malta, Bulgarien oder Portugal ansässig sein.
Über uns
Ascent ist jetzt Teil von Acuity Analytics, was ein spannendes neues Kapitel mit globaler Reichweite, einer beeindruckenden Kundenbasis und ehrgeizigen Wachstumsplänen markiert. Gemeinsam bieten wir modernste Daten- und digitale Transformationslösungen für wachstumsstarke und regulierte Organisationen an – indem wir Talent, Technologie und tiefes Fachwissen kombinieren, um echte Geschäftsauswirkungen zu erzielen.
Über die Rolle
Diese Rolle konzentriert sich auf den Aufbau graphengetriebener Datenplattformen und Backend-Datenservices. Sie werden Python-basierte Services und APIs (z.B. FastAPI) entwerfen und implementieren, die mit Graphdatenbanken integriert sind, um fortschrittliche Analysen, Anwendungsfälle für Wissensgraphen und API-zentrierten Datenzugriff über komplexe wissenschaftliche und geschäftliche Bereiche zu ermöglichen. Sie arbeiten eng mit Ingenieuren, Datenwissenschaftlern und Geschäftspartnern zusammen, um skalierbare, produktionsreife Datenlösungen zu liefern, die über Pipelines hinausgehen – hin zu wiederverwendbaren Datenprodukten und -diensten.
Hauptverantwortlichkeiten
- Backend-Datenengineering & Services
- Entwurf und Entwicklung von Python-basierten Backend-Services und APIs (z.B. FastAPI), um Datenprodukte und graphenbasierte Funktionen bereitzustellen
- Aufbau und Integration skalierbarer Datenpipelines unter Verwendung moderner Datenplattformen (z.B. Spark/PySpark, Databricks oder gleichwertig, wo angemessen)
- Entwicklung wiederverwendbarer, API-zentrierter Datenprodukte, die auf Geschäftsanwendungsfällen basieren
- Sicherstellung der Datenqualität, Governance und Beobachtbarkeit über Pipelines und Services
- Arbeiten mit großen und komplexen Datensätzen in cloud-nativen Umgebungen
- Graphdatenbanken & Datenmodellierung
- Entwurf und Implementierung von Graphdatenmodellen unter Verwendung von Technologien wie Neo4j
- Ermöglichung von beziehungsgetriebenen Analysen und Anwendungsfällen für Wissensgraphen
- Entwicklung leistungsfähiger Abfragemuster und API-Zugriff über verbundene Daten
- Entwurf skalierbarer Datenstrukturen für komplexe Geschäftsfelder
- Beitrag zu graphenzentrierten Architektur- und Modellierungsbest Practices
- Zusammenarbeit & Lieferung
- Partnerschaft mit technischen und geschäftlichen Stakeholdern, um Anforderungen zu verstehen und in skalierbare Engineering-Lösungen zu übersetzen
- Beitrag zur agilen Lieferung, Sprintplanung und technischen Dokumentation
- Wissen und Best Practices im Engineering-Team teilen
Erforderliche Fähigkeiten
- Starke Python-Engineering-Erfahrung (Backend-Services, APIs oder Datenplattformen)
- Erfahrung im Aufbau von APIs (z.B. FastAPI oder ähnliche Frameworks)
- Praktische Erfahrung mit Graphdatenbanken (vorzugsweise Neo4j) und verbundenen Datenmodellen
- Starke SQL- und Datenmodellierungsgrundlagen
- Erfahrung mit verteiltem Datenprocessing (z.B. Spark/PySpark oder gleichwertig)
- Starkes Verständnis moderner Datenengineering-Prinzipien und cloud-nativer Plattformen
- Erfahrung mit großangelegten Unternehmensdatensätzen
- Starke Kommunikations- und Stakeholder-Management-Fähigkeiten
Nice to Have
- Erfahrung mit semantischen Wissensgraphen (z.B. Stardog, RDF, SPARQL)
- Exposition gegenüber API-zentrierter oder mikroservicesbasierter Architektur
- Kenntnisse über Databricks, Delta Lake oder ähnliche Datenplattform-Tools
- Erfahrung in regulierten Umgebungen (z.B. Pharma / Lebenswissenschaften)
Arbeitsweise
- Agile, kollaborative Lieferumgebung
- Starker Fokus auf Eigenverantwortung, Qualität und kontinuierliche Verbesserung
- Gelegenheit, an modernen Daten-, Backend- und Graphtechnologien in großem Maßstab zu arbeiten
Warum uns beitreten?
Menschen stehen im Mittelpunkt unseres Geschäfts. Indem wir in Menschen investieren, erzielen wir außergewöhnliche Ergebnisse für unsere Kunden und schaffen neue Möglichkeiten für unsere Teams, zu gedeihen.
Wenn Sie Fragen haben, kontaktieren Sie bitte unser Talent Acquisition-Team unter ta.admin@acuityanalytics.
Senior Data Engineer (Databricks & Graph Databases) Arbeitgeber: Ascent
Ascent, jetzt Teil von Acuity Analytics, bietet Ihnen die Möglichkeit, in einem dynamischen und innovativen Umfeld zu arbeiten, das auf Wachstum und digitale Transformation ausgerichtet ist. Mit einem starken Fokus auf Teamarbeit und persönlicher Entwicklung fördern wir eine Kultur, in der Ihre Fähigkeiten geschätzt werden und Sie an bedeutenden Projekten mit modernen Technologien teilnehmen können. Genießen Sie die Vorteile eines internationalen Unternehmens mit einem beeindruckenden Kundenstamm und der Chance, Ihre Karriere in Malta, Bulgarien oder Portugal voranzutreiben.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Data Engineer (Databricks & Graph Databases) erhalten könntest
✨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 Ascent 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 (Databricks & Graph Databases) mit Bravour zu bestehen
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 (Databricks & Graph Databases) bei Ascent gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Ascent 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 Ascent entscheidend sein!
