Auf einen Blick
- Aufgaben: Entwickle und pflege skalierbare Datenpipelines und Systeme mit modernen Technologien.
- Unternehmen: Innovatives Unternehmen, das sich auf digitale Transformation und Datenanalytik spezialisiert hat.
- Vorteile: Wettbewerbsfähiges Gehalt, Gesundheitsleistungen, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit hervorragenden Karrieremöglichkeiten und einem unterstützenden Team.
- Warum dieser Job: Gestalte die Zukunft der Datenverarbeitung und mache einen echten Unterschied für Millionen von Menschen.
- Qualifikationen: Erfahrung in der Datenverarbeitung und starke Teamarbeit-Fähigkeiten.
Das prognostizierte Gehalt liegt zwischen 140000 - 140000 € pro Jahr.
Capital Technology Group provides expert consulting services software development, digital transformation, human-centered design, data analytics and visualization, and cybersecurity.
Our multidisciplinary teams use agile methodologies to rapidly and incrementally deliver value in close collaboration with our clients.
For over a decade, we have been trusted by both federal and commercial clients to solve complex, mission-critical business challenges.
The quality of our work has been recognized by our partners and peers through our inclusion in the Digital Services Coalition, a group of forward- thinking firms recognized for excellence in delivering IT services.
Client Requirements applicants MUST BE US Citizens and be able to obtain Public Trust clearance
The CTG Experience
At Capital Technology Group (CTG), our teams are passionate about modernizing how the federal government delivers software.
We partner with federal agencies to build secure, scalable, and mission-driven solutions that make a meaningful impact on millions of people.
Recognized by The Washington Post as a Top Workplace in 2025 and 2026.
CTG fosters a culture rooted in our core values.
Our values guide how we work together and support one another, creating an environment where employees feel trusted, empowered, and encouraged to grow both personally and professionally.
About the Role
CTG is seeking a Data Engineer to design, build, and maintain scalable, efficient data pipelines and systems following modern data engineering best practices.
The Data Engineer will partner with other Data Engineers to evaluate and prototype new tools and technologies, assessing their risks and benefits to deliver exceptional value to our clients.
- You Will Get To
- Design, build, and maintain scalable data pipelines, ETL/ELT workflows, and data models using Python, Apache Spark (Py Spark), Databricks, dbt, SQL (Postgre SQL), and AWS Glue .
- Develop and optimize AWS-native data platforms leveraging AWS Glue, Amazon EMR, Amazon MWAA (Apache Airflow), Lambda, Step Functions, Amazon S3, Redshift, RDS, DMS, and Cloud Watch .
- Build high-performance ingestion, transformation, and orchestration workflows for structured and semi-structured data using Apache Iceberg, Parquet, ORC, and Avro .
- Design and optimize analytical data platforms using Amazon Athena, Trino, Hive, Open Search, and enterprise data catalog technologies .
- Integrate enterprise and external data sources across relational and No SQL platforms including Postgre SQL, Oracle, Redshift, Graph DB, and other No SQL databases .
- Build AI-enabled data solutions using Amazon Bedrock , RAG pipelines , and vector search technologies including Amazon S3 Vector and Open Search vector indexes .
- Develop cloud infrastructure using Cloud Formation (Infrastructure as Code) , Git Hub , Harness , and enterprise CI/CD pipelines while leveraging SNS , SQS , and Event Bridge for event-driven architectures.
- Improve the reliability, scalability, performance, and maintainability of enterprise data platforms through monitoring, troubleshooting, automation, and continuous optimization.
- Support mission-critical analytics and reporting solutions within large-scale AWS-based federal data environments , implementing solutions that comply with Fed RAMP and NIST 800-53 security controls.
- Lead modernization initiatives migrating legacy platforms including IBM Data Stage , Hadoop , Run Deck , and shell-based workflows to cloud-native AWS services.
- Mentor junior engineers through technical guidance, architecture discussions, and code reviews while promoting engineering best practices.
- Collaborate with cross-functional teams in an Agile environment to define requirements, deliver high-quality data solutions, and communicate technical concepts effectively to technical and non-technical stakeholders.
Who You Are
- A strategic data engineer who enjoys designing complex systems and solving complex challenges
- Strong in modern cloud-based solution design
- Comfortable balancing business needs with technical constraints and long-term strategy
- A strong communicator
- Collaborative, proactive, and comfortable navigating ambiguity
Qualifications
Bachelor's degree in Computer Science, Engineering, or a related technical field 4+ years of professional experience in data engineering or related domains Strong hands-on experience with: Databricks , Apache Spark (Py Spark) , Python , SQL (Postgre SQL) , and dbt for large-scale data engineering, ETL/ELT development, data transformation, and data modeling.
Designing, building, and maintaining AWS-native data platforms using AWS Glue , Amazon EMR , Amazon MWAA (Apache Airflow) , AWS Lambda , AWS Step Functions , Amazon S3 , Amazon Redshift , Amazon RDS , AWS DMS , and Amazon Cloud Watch .
Developing scalable data pipelines , workflow orchestration , and data integration solutions across enterprise environments.
Working with modern data lake technologies including Apache Iceberg and data formats such as Parquet , ORC , and Avro .
Designing and optimizing solutions using relational and No SQL databases including Postgre SQL , Redshift , Oracle , Graph DB , and other No SQL platforms.
Building reliable, high-performance data platforms through performance tuning , system optimization , and enterprise-scale ETL/ELT architectures.
Java development and modern CI/CD practices using Harness .
Strong analytical and problem-solving skills Experience working in agile, iterative software development environments Ability to quickly learn and apply new technologies and domain knowledge Excellent written and verbal communication skills, with the ability to explain complex topics to diverse audiences
- Nice to Have
- Experience supporting analytics, data engineering, or modernization initiatives for financial regulators, capital markets, or other highly regulated environments is a plus.
- Experience with Kafka (streaming/data pipelines)
- Experience with Docker and Kubernetes for containerization and orchestration
- Proficiency with Splunk for log aggregation and system monitoring
- Experience using Terraform for infrastructure automation and management
- Strong SQL skills, including performance tuning and complex query design
- Salary
We are committed to offering a competitive salary for this position, with an estimated range of $110k to $140k annually.
Please note that this range is intended to provide a general idea of what to expect; however, the final offer may vary based on experience, skills, and other factors.
The stated range is not a guarantee and is subject to change.
- Full Time Employee Benefits
- Remote Work (Hybrid roles will be specified in the job post)
- Competitive Compensation Package
- Medical, Dental, and Vision
- Life Insurance, Short/Long Term Disability
- Employee Assistance Program
- 401(k) with 4% matching
- Liberal PTO vacation policy
- Generous Annual Continuing Education
- Annual Wellness Budget
- Bonus Incentive Programs (Employee referrals and performance-based rewards)
Thanks for your interest in Capital Technology Group!
Capital Technology Group is an equal opportunity employer and all qualified applicants will receive consideration for employment without regard to race, color, religion, sex, national origin, disability status, protected veteran status, or any other characteristic protected by law.
#J-18808-Ljbffr
Data Engineer Arbeitgeber: Doist
Keyfactor ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern in der Schweiz (Zürich) oder im Vereinigten Königreich (Remote) eine dynamische und unterstützende Arbeitsumgebung bietet. Mit einem starken Fokus auf Mitarbeiterentwicklung und strategischen Partnerschaften fördert das Unternehmen eine Kultur der Zusammenarbeit und Innovation, die es den Mitarbeitern ermöglicht, ihre Karriereziele zu erreichen und gleichzeitig einen bedeutenden Beitrag zum Unternehmenswachstum zu leisten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Engineer 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 Doist 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 Data Engineer 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 Data Engineer bei Doist gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Doist 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 Doist entscheidend sein!
