Auf einen Blick
- Aufgaben: Entwickle und betreibe Datenverarbeitungsschichten für unsere AdTech-Plattform.
- Unternehmen: Zeta Global, ein führendes Unternehmen im Bereich KI-gestütztes Marketing.
- Vorteile: Exzellente medizinische, zahnärztliche und augenärztliche Versorgung.
- Weitere Informationen: Kulturelle Vielfalt und ein unterstützendes Arbeitsumfeld sind uns wichtig.
- Warum dieser Job: Gestalte innovative Datenpipelines und arbeite an spannenden Projekten mit modernster Technologie.
- Qualifikationen: Mindestens 7 Jahre Erfahrung in der Entwicklung von Produktionsdatenpipelines.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Berlin, Deutschland
WHO WIR SIND
Zeta Global (NYSE: ZETA) ist die KI-gestützte Marketing-Cloud, die fortschrittliche künstliche Intelligenz (KI) und Billionen von Verbrauchersignalen nutzt, um es Vermarktern zu erleichtern, Kunden effizienter zu gewinnen, zu wachsen und zu halten. Durch die Zeta Marketing Plattform (ZMP) ist es unser Ziel, anspruchsvolles Marketing einfach zu gestalten, indem wir Identität, Intelligenz und Omnichannel-Aktivierung in einer einzigen Plattform vereinen – unterstützt von einer der größten proprietären Datenbanken und KI der Branche. Unsere Unternehmenskunden aus verschiedenen Branchen sind in der Lage, Erlebnisse mit Verbrauchern auf individueller Ebene über jeden Kanal hinweg zu personalisieren und bessere Ergebnisse für Marketingprogramme zu erzielen.
Die Rolle
Wir suchen einen Senior Data Engineer, der die Datenverarbeitungsschicht entwirft, aufbaut und betreibt, die Zetas AdTech-Plattform antreibt. Dies ist eine praktische Rolle, die sich auf Streaming- und Batch-Pipelines konzentriert und vertrauenswürdige, wiederverwendbare Aggregationen produziert, die mehreren nachgelagerten Verbrauchern dienen, einschließlich Vorhersage/ML-Funktionen, agentischen Workflows, BI-Berichterstattung und Messung.
Was Sie tun werden:
- Streaming-Pipelines aufbauen: Hochvolumige Ereignisdaten mit Kafka/Kinesis erfassen und verarbeiten, Schemaevolution, Ereigniszeitverarbeitung, späte Daten und Duplikation behandeln.
- Kanonische Aggregationen erstellen: Dauerhafte, gut definierte Rollups (Kampagne, Publikum, Kreativ, Inventar, Pacing/Ausgaben, Konversionen, Messung) mit konsistenten Semantiken und SLAs produzieren.
- Vorhersage & Agenten aktivieren: Feature-bereite Datensätze und nahezu Echtzeitsignale bereitstellen, um das Modelltraining/-bewertung, Abruf und agentenbasierte Entscheidungszyklen zu unterstützen.
- BI & Berichterstattung unterstützen: Regierte Datensätze an Analysesysteme und -lager für Dashboards, Ad-hoc-Abfragen und operative Berichterstattung veröffentlichen.
- Messgenaue Zuverlässigkeit: Rekonsolidierung, Backfills, Audit-Trails und Qualitätsprüfungen implementieren, um die Richtigkeit für Berichterstattung und Messung sicherzustellen.
- Leistung & Kosten optimieren: Pipeline-Durchsatz/Latenz, Speicherformate, Partitionierung und Compute-Ausgaben über Streaming- und Batch-Workloads abstimmen.
- Betriebliche Exzellenz & Beobachtbarkeit: Pipelines mit Metriken/Logs/Tracing instrumentieren, SLIs/SLOs definieren und schnelle Erkennung sowie Ursachenanalyse vorantreiben.
- Cross-funktional zusammenarbeiten: Mit Backend, ML/DS, Analytics und Platform/SRE zusammenarbeiten, um Verträge, Schemata und robuste Datenprodukte zu definieren.
Erforderliche Qualifikationen:
- 7+ Jahre Erfahrung im Aufbau und Betrieb von produktionsreifen Datenpipelines.
- Starke Erfahrung mit Streaming-Systemen: Kafka (bevorzugt) oder AWS Kinesis und ereignisgesteuerten Architekturen.
- Praktische Erfahrung mit Verarbeitungsframeworks wie Flink, Spark (Structured Streaming), Beam oder gleichwertig.
- Kenntnisse in Python und/oder Java/Scala (Go ist ein Plus).
- Starke SQL-Kenntnisse und Erfahrung mit Datenmodellierung für Analysen und Aggregationen.
- Starke Erfahrung mit AWS und cloud-nativen Datenmustern (S3 + Compute-/Orchestrierungsdienste).
- Erfahrung mit Data Warehouses / OLAP (z.B. Snowflake/Redshift/BigQuery) und/oder Echtzeitanalyseläden (z.B. ClickHouse/Druid).
- Vertrautheit mit SQL + NoSQL-Ökosystemen (z.B. Postgres/MySQL + DynamoDB/Cassandra/Redis) für Abfrage-/Lookup-Muster.
- Erfahrung mit Orchestrierung und CI/CD für Datenpipelines (Airflow/Argo/Step Functions oder Äquivalente).
- Klare Kommunikation und Zusammenarbeit; in der Lage, Datensysteme und Trade-offs gegenüber gemischten Zielgruppen zu erklären.
Bevorzugte Qualifikationen:
- Wissen im Bereich programmatische Werbung: Ereignispipelines für Impressionen/Klicks/Konversionen, Attribution/Messung, Pacing/Budget-Signale.
- Erfahrung im Aufbau von Feature-Stores oder Sicherstellung der Online/Offline-Parität für ML-Features.
- Lakehouse-Erfahrung (Delta/Iceberg/Hudi), inkrementelle Verarbeitung und Backfill-Strategien in großem Maßstab.
- Starke Praktiken zur Datenverwaltung: Herkunft, Zugriffskontrollen, PII-Handhabung, Datenschutz durch Design.
- Erfahrung im Betrieb im „extremen Maßstab“ (Milliarden von Ereignissen/Tag) und Optimierung von Kosten/Leistung.
LEISTUNGEN & VORTEILE
- Ausgezeichnete medizinische, zahnärztliche und augenärztliche Versorgung.
MENSCHEN & KULTUR BEI ZETA
Zeta berücksichtigt Bewerber für die Beschäftigung ohne Rücksicht auf Geschlecht, Rasse, Hautfarbe, Religion, Alter, Behinderung, Veteranenstatus oder nationale oder ethnische Herkunft; Zeta diskriminiert auch nicht aufgrund sexueller Orientierung, Geschlechtsidentität oder -ausdruck. Wir setzen uns dafür ein, eine Arbeitsplatzkultur des Vertrauens und der Zugehörigkeit aufzubauen, damit sich jeder eingeladen fühlt, sein ganzes Ich zur Arbeit zu bringen. Wir bieten ein Forum für Mitarbeiter, um einander zu feiern, zu unterstützen und sich für einander einzusetzen.
Senior Data Engineer— AdTech Data Platform Arbeitgeber: Dormont Manufacturing Co
Zeta Global ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern in Berlin nicht nur eine wettbewerbsfähige Vergütung und umfassende Gesundheitsleistungen bietet, sondern auch eine inklusive und unterstützende Unternehmenskultur fördert. Mit einem starken Fokus auf persönliche und berufliche Weiterentwicklung sowie der Möglichkeit, an innovativen Projekten im Bereich AdTech zu arbeiten, ermöglicht Zeta seinen Mitarbeitern, ihre Fähigkeiten in einem dynamischen Umfeld zu entfalten und zu wachsen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Senior Data Engineer— AdTech Data Platform 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 Dormont Manufacturing Co 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— AdTech Data Platform 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— AdTech Data Platform bei Dormont Manufacturing Co gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Dormont Manufacturing Co 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 Dormont Manufacturing Co entscheidend sein!
