Auf einen Blick
- Aufgaben: Leite große Datenmigrationen zu BigQuery und entwickle leistungsstarke Datenarchitekturen.
- Unternehmen: Innovatives Unternehmen im Bereich Cloud-Datenengineering mit Fokus auf moderne Technologien.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein dynamisches Team.
- Weitere Informationen: Tolle Karrierechancen in einem schnell wachsenden Umfeld.
- Warum dieser Job: Gestalte die Zukunft der Datenmigration und arbeite an spannenden Projekten mit modernster Technologie.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in der Datenpipeline-Entwicklung und Migration zu BigQuery.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Role Overview
We are seeking an experienced Senior Data Engineer / Data Migration Architect to lead large-scale enterprise data platform modernization initiatives on Google Cloud.
The ideal candidate will have a proven track record of migrating large-scale data warehouses (hundreds of terabytes) to Big Query, designing high-performance data architectures, and delivering production-grade analytics platforms.
Experience migrating from Snowflake to Big Query is highly preferred; candidates with migration experience from other platforms must demonstrate strong exposure to Snowflake through other engagements.
Key Responsibilities
- Data Platform Modernization & Migration
- Lead the assessment, design, and execution of large-scale data warehouse migrations to Big Query, including environments exceeding hundreds of terabytes of data.
- Define migration strategies, data models, governance frameworks, and performance optimization approaches.
- Drive modernization initiatives that improve scalability, reliability, cost efficiency, and operational excellence.
- Collaborate with stakeholders to ensure seamless migration with minimal business disruption.
- Data Engineering & Architecture
- Design, develop, and maintain high-performance data pipelines supporting both batch and streaming workloads.
- Architect secure, scalable, and highly available data lakes and data warehouse solutions on Google Cloud Platform.
- Establish enterprise-grade data processing frameworks, integration patterns, and governance standards.
- Ensure data quality, observability, lineage, and operational reliability across the data ecosystem.
- Big Query Engineering & Optimization
- Serve as the technical expert for Big Query architecture, performance optimization, and best practices.
- Implement advanced SQL optimization techniques to improve query performance and reduce operational costs.
- Design efficient partitioning, clustering, storage, and workload management strategies.
- Optimize data processing pipelines for performance, scalability, and cost efficiency.
- Cloud Architecture & Delivery Leadership
- Design and implement enterprise cloud architectures aligned with business and technical requirements.
- Lead customer-facing projects from solution design through implementation and production deployment.
- Provide technical leadership, mentoring, and architectural guidance to engineering teams.
- Support client workshops, architecture reviews, and strategic roadmap discussions.
- Dev Ops, Automation & Platform Engineering
- Automate infrastructure provisioning and platform deployment using Infrastructure as Code (Ia C) practices.
- Design and maintain CI/CD pipelines supporting data platform development and deployment.
- Implement monitoring, alerting, testing, and operational automation capabilities.
- Promote Dev Ops best practices across development and operations teams.
- Cross-Functional Collaboration
- Partner closely with Data Scientists, Data Analysts, Software Engineers, and Business Stakeholders to deliver end-to-end data solutions.
- Support advanced analytics, machine learning, and data-driven decision-making initiatives.
- Translate business requirements into scalable technical solutions and actionable delivery plans.
- Mandatory Qualifications
- Minimum 5 years of experience designing, developing, and delivering high-performance data pipelines for both streaming and batch processing workloads.
- Proven experience migrating large-scale enterprise data warehouses to Big Query, preferably from Snowflake.
- Experience with data warehouse environments measured in hundreds of terabytes.
- Strong expertise in Big Query architecture, administration, optimization, and operations.
- Demonstrated experience building and maintaining secure, reliable, and scalable data lakes and data warehouses on Google Cloud Platform.
- Proven ability to design enterprise cloud solutions and lead customer projects through successful delivery.
- Hands-on experience with infrastructure automation, Dev Ops practices, and CI/CD implementation.
- Google Cloud Professional Data Engineer certification.
- Fluent English communication skills, both written and verbal.
- Preferred Qualifications
- Fluent German language skills.
- Experience in technical consulting and customer-facing advisory roles.
- Advanced SQL tuning expertise focused on performance optimization and cost efficiency.
- Experience designing and implementing streaming data pipelines with a strong understanding of event delivery semantics and distributed processing concepts.
- Proven experience building production-grade, internet-scale Big Data solutions using managed cloud services.
- Hands-on experience with Snowflake architectures and migration methodologies.
- Experience with Ab Initio is considered an advantage.
- Strong collaboration experience with Data Scientists, Data Analysts, and Software Engineering teams in enterprise environments.
- Preferred Technical Expertise
- Google Cloud Platform (GCP)
- Big Query
- Data Lake and Data Warehouse Architecture
- Snowflake
- Data Migration & Modernization Programs
- Streaming Data Platforms
- Infrastructure as Code (Ia C)
- CI/CD and Dev Ops Tooling
- SQL Performance Tuning
- Data Governance, Security, and Compliance
- Enterprise Data Architecture
- Analytics and Machine Learning Enablement
Cloud Data Engineer — Snowflake BigQuery Migration Arbeitgeber: Be | Shaping the Future
Als Anwendungsbetreuer im Bereich Capital Markets bieten wir Dir eine familiäre Arbeitsatmosphäre mit offener Kommunikation und flachen Hierarchien, die es Dir ermöglicht, Deine Fähigkeiten in einem dynamischen Umfeld weiterzuentwickeln. Unsere flexiblen Arbeitsmodelle, einschließlich der Möglichkeit zum mobilen Arbeiten und zur Workation innerhalb der EU, sowie maßgeschneiderte Weiterbildungsangebote, fördern Deine persönliche und berufliche Entwicklung. Mit 30 Tagen Urlaub und zusätzlichen freien Tagen am 24.12. und 31.12. sorgen wir dafür, dass Du eine ausgewogene Work-Life-Balance genießen kannst.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Cloud Data Engineer — Snowflake BigQuery Migration 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 Be | Shaping the Future 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 Cloud Data Engineer — Snowflake BigQuery Migration 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 Cloud Data Engineer — Snowflake BigQuery Migration bei Be | Shaping the Future gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Be | Shaping the Future 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 Be | Shaping the Future entscheidend sein!
