Auf einen Blick
- Aufgaben: Leite ein Team von Data Engineers und entwickle hochwertige Datenpipelines.
- Unternehmen: Innovatives Unternehmen im Gesundheitswesen mit Fokus auf Datenengineering.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Möglichkeiten zur beruflichen Weiterentwicklung in einem unterstützenden Umfeld.
- Warum dieser Job: Gestalte die Zukunft der Gesundheitsdaten und führe ein dynamisches Team.
- Qualifikationen: Mindestens 6 Jahre Erfahrung in der Datenverarbeitung und Führungskompetenz.
Das prognostizierte Gehalt liegt zwischen 75000 - 95000 € pro Jahr.
Anforderungen
- Diese Rolle erfordert durchgehend hohe Standards in Codierung und Ausführung.
- 6+ Jahre Erfahrung mit Daten in Produktionsumgebungen.
- Nachgewiesene Fähigkeit, ein kleines Team (bis zu 3 Ingenieure) zu leiten.
- Erfolgreiche Umsetzung automatisierter ETL-Workflows mit Python und dbt SQL.
- Praktische Kenntnisse moderner Datentechnologien und die Fähigkeit, KI-Coding-Assistenten zur Beschleunigung der Entwicklung, Verbesserung der Codequalität und Steigerung der Produktivität zu nutzen.
- Starke Fähigkeiten in der Datenverarbeitung, Validierung, Bereinigung und Fehlersuche über komplexe Datensätze hinweg.
- Nachweislicher Erfolg beim Aufbau produktionsreifer dbt-Pipelines (Makros, inkrementelle und Python-Modelle sowie Tests).
- Tiefes, nachweisbares Verständnis von Gesundheits- und Gesundheitsanspruchsdaten.
- Komfort im Umgang mit großangelegten Datensätzen (10GB+).
- Ausgezeichnete mündliche und schriftliche Kommunikationsfähigkeiten.
- (Wünschenswert) Vertrautheit mit AWS-Diensten wie S3, DynamoDB, Batch und Step Functions.
- (Wünschenswert) Praktische Kenntnisse von Snowflake.
- (Wünschenswert) Starke Datenmodellierungsfähigkeiten für Reporting- und Business-Intelligence-Lösungen.
Was die Stelle beinhaltet
- Der Data Engineering Lead ist eine zentrale Hybridrolle innerhalb des Data Engineering-Teams, die praktische Entwicklung mit Führungsverantwortung kombiniert.
- Diese Person wird ein Team von Data Engineers leiten, um qualitativ hochwertige, hochgradige Kundendatenpipelines zu liefern und bestehende zu warten.
- Der Data Engineering Lead ist verantwortlich für die End-to-End-Lieferung, einschließlich Projektmanagement, Datenqualität und Zeitplänen, und ist sowohl für die Teamleistung als auch für die eigenen individuellen Beiträge verantwortlich.
- Sie werden mit dem Implementierungsteam und dem Datenanalysten zusammenarbeiten, um DE-Anforderungsdokumente zu überprüfen und sicherzustellen, dass sie die in den Implementierungsgesprächen besprochenen Datenbedürfnisse vollständig abdecken.
- Kommunizieren Sie Zeitpläne für Lieferungen, um Data Engineers bei der Entwicklung von ETL-Pipelines zu unterstützen.
- Proaktiv Risiken für Zeitpläne oder Qualität an Stakeholder und Projektmanager melden.
- Leiten Sie das Backlog-Grooming für implementierungsbezogene Tickets.
- Sicherstellen, dass das Team übergreifend abgedeckt ist, indem sichergestellt wird, dass der DE Lead und der zugewiesene Data Engineer den gesamten ETL-Fluss verstehen, wobei mindestens zwei weitere Ingenieure auf hohem Niveau vertraut sind.
- Durchführen gründlicher Peer-Reviews und DE-UATs nach Abschluss der ersten UAT.
- Entwerfen und Pflegen von Datenumwandlungspipelines mit dbt, einschließlich Makros, inkrementellen Modellen und dbt-Tests.
- Zusammenarbeit mit QA- und CSA-Teams zur Behebung von Problemen nach der UAT und Aktualisierung der DE-UAT-Checkliste.
- Technische Anleitung und Mentoring für Junior-Ingenieure bieten und Best Practices sowie Codierungsstandards fördern.
- Identifizieren und Anheben von Ineffizienzen innerhalb und zwischen Teams.
- Projektmanagement unterstützen und bei Bedarf Führung für Kollegen bieten.
- Hochwertige technische Dokumentation erstellen und unterstützen, um Junior-Ingenieuren dabei zu helfen, dasselbe zu tun.
- Mit dem DE-Manager zusammenarbeiten, um über Leistungsprobleme von DE-Auftragnehmern zu berichten.
Data Engineering Lead Arbeitgeber: Deepstreamtech
Als Arbeitgeber im Gesundheitswesen bieten wir Ihnen die Möglichkeit, in einem dynamischen und unterstützenden Umfeld zu arbeiten, das auf Innovation und Teamarbeit setzt. Unsere Unternehmenskultur fördert kontinuierliches Lernen und persönliche Entwicklung, während wir gleichzeitig sicherstellen, dass unsere Mitarbeiter Zugang zu modernsten Technologien und Ressourcen haben. Mit flexiblen Arbeitszeiten und der Chance, an bedeutenden Projekten zu arbeiten, sind wir bestrebt, eine ausgewogene Work-Life-Balance zu fördern und unseren Mitarbeitern ein erfüllendes Arbeitsumfeld zu bieten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Engineering Lead erhalten könnten
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit anderen Fachleuten in der Datenengineering-Branche in Kontakt zu treten. Teile deine Erfahrungen und suche nach Mentoren, die dir helfen können, deinen Fuß in die Tür zu bekommen.
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor, indem du deine Fähigkeiten in Python und dbt auffrischst. Mach ein paar Übungsprojekte oder baue kleine ETL-Pipelines, um dein Wissen zu demonstrieren. Zeige, dass du nicht nur theoretisches Wissen hast, sondern auch praktische Erfahrung!
✨Tipp Nummer 3
Sei proaktiv und zeige Initiative! Wenn du eine interessante Stelle bei uns findest, bewirb dich direkt über unsere Website. Zeige, dass du bereit bist, Verantwortung zu übernehmen und dass du die Anforderungen der Rolle verstehst.
✨Tipp Nummer 4
Bereite dich darauf vor, über deine Erfahrungen im Umgang mit großen Datensätzen zu sprechen. Sei bereit, konkrete Beispiele zu nennen, wie du Daten verarbeitet, validiert und bereinigt hast. Das zeigt, dass du die Herausforderungen in der Datenverarbeitung kennst und meistern kannst.
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Engineering Lead mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wir wollen dich kennenlernen, also sei authentisch in deiner Bewerbung. Zeig uns, wer du bist und was dich motiviert, bei StudySmarter zu arbeiten. Deine Persönlichkeit zählt genauso viel wie deine Fähigkeiten!
Betone deine Erfahrungen:Hebe deine relevanten Erfahrungen hervor, besonders im Bereich Datenverarbeitung und ETL-Workflows. Wenn du bereits mit Python und dbt gearbeitet hast, lass es uns wissen! Zeige uns, wie du in der Vergangenheit Probleme gelöst hast.
Klarheit ist der Schlüssel:Achte darauf, dass deine Bewerbung klar und strukturiert ist. Verwende einfache Sprache und vermeide Fachjargon, wenn es nicht nötig ist. Wir möchten, dass deine Ideen und Erfahrungen leicht verständlich sind!
Bewirb dich über unsere Website:Der einfachste Weg, um Teil unseres Teams zu werden, ist die Bewerbung über unsere Website. Dort findest du alle Informationen und kannst sicherstellen, dass deine Bewerbung direkt bei uns landet. Wir freuen uns auf deine Unterlagen!
Wie man sich auf ein Vorstellungsgespräch bei Deepstreamtech vorbereitet
✨Verstehe die Anforderungen
Mach dich mit den spezifischen Anforderungen der Rolle vertraut. Lies die Stellenbeschreibung gründlich durch und überlege, wie deine Erfahrungen und Fähigkeiten zu den geforderten Kompetenzen passen. Bereite konkrete Beispiele vor, die deine Erfolge in der Datenverarbeitung und im Teammanagement zeigen.
✨Technische Vorbereitung
Da die Rolle technisches Know-how erfordert, solltest du dich auf Fragen zu ETL-Prozessen, dbt und Python vorbereiten. Übe das Erklären deiner bisherigen Projekte und wie du moderne Technologien eingesetzt hast. Sei bereit, technische Herausforderungen zu diskutieren und Lösungen zu präsentieren.
✨Führungskompetenzen betonen
Da du ein kleines Team leiten wirst, ist es wichtig, deine Führungskompetenzen hervorzuheben. Überlege dir, wie du in der Vergangenheit Teams geleitet hast, um Projekte erfolgreich abzuschließen. Teile Beispiele, wie du andere unterstützt und motiviert hast, um die Teamziele zu erreichen.
✨Kommunikation ist der Schlüssel
Starke Kommunikationsfähigkeiten sind entscheidend für diese Rolle. Übe, komplexe technische Konzepte einfach zu erklären, und sei bereit, über deine Erfahrungen in der Zusammenarbeit mit anderen Teams zu sprechen. Zeige, dass du proaktiv kommunizierst und Risiken frühzeitig ansprichst.
