Auf einen Blick
- Aufgaben: Entwickle skalierbare ETL-Pipelines und integriere Daten in moderne Cloud-Plattformen.
- Unternehmen: CTEC, ein führendes Technologieunternehmen mit Fokus auf digitale Transformation.
- Vorteile: Bezahlter Urlaub, Gesundheitsversicherung, Karriereentwicklung und 401K-Beiträge.
- Weitere Informationen: Dynamisches Arbeitsumfeld mit hervorragenden Aufstiegschancen.
- Warum dieser Job: Gestalte innovative Lösungen, die Millionen von Bürgern täglich unterstützen.
- Qualifikationen: Mindestens 7 Jahre Erfahrung in der Datenverarbeitung und ETL-Entwicklung.
Das prognostizierte Gehalt liegt zwischen 50000 - 65000 € pro Jahr.
CTEC is a leading technology firm that provides modernization, digital transformation, and application development services to the U.
Federal Government.
Headquartered in Mc Lean, VA, CTEC has over 300 team members working on mission‑critical systems and projects for agencies such as the Department of Homeland Security, Internal Revenue Service, and the Office of Personnel Management.
The work we do effects millions of U.
S. citizens daily as they interact with the systems we build.
Our best‑in‑class commercial solutions, modified for our customers’ bespoke mission requirements, are enabling this future every day.
The Company has experienced rapid growth over the past 3 years and recently received a strategic investment from Main Street Capital Corporation (NYSE: MAIN).
In addition to our recent growth in Federal Civilian agencies, we are seeking to expand our capabilities in cloud development and footprint in national‑security focused agencies within the Department of Defense and U.
Intelligence Community.
Client
CTEC develops and delivers innovative customer‑centric technologies and solutions that support the Office of Personnel Management’s (OPM) Health and Insurance business unit and Office of the Chief Information Officer (OCIO).
Duties and Responsibilities
- Data Pipeline & ETL Development: Design, develop, and maintain scalable ETL pipelines and data workflows to ingest, transform, and integrate data from legacy systems and external sources into modern cloud‑based data platforms.
- Cloud Data Platform & Databricks
Implementation: Build, optimize, and maintain data processing solutions using Azure Databricks and lakehouse architectures to support analytical, operational, and reporting use cases.
- Data
- Migration
Support: Support phased data migration from legacy databases and ETL tools to Azure Databricks environments, including transformation documentation and data mapping.
- Lakehouse & Data
- Layer
Design: Implement layered lakehouse data architectures (e. g., bronze, silver, gold layers) in Databricks to support data quality, performance, and downstream reporting needs.
- Python & Py
Spark Development: Develop data processing notebooks, workflows, and distributed data transformations using Python and Py Spark within Databricks environments.
- Data Quality & Validation: Develop data validation, reconciliation, and testing processes to ensure data accuracy, completeness, and consistency across data domains.
- Data Integration & Interoperability: Integrate Databricks data platforms with analytics and reporting tools to enable business intelligence and operational dashboards.
- Data Governance & Security
Implementation: Support data governance initiatives including metadata management, data catalog integration, encryption, access controls, and compliance with federal data protection requirements.
- Dev Ops & CI/CD Support: Maintain source control and CI/CD pipelines for Databricks and data engineering workflows, supporting automated promotion across environments.
- Technical Collaboration: Work closely with data architects, solution architects, business analysts, and reporting teams to implement approved data solutions.
- Operational Support & Troubleshooting: Provide ongoing support for Databricks workflows, resolve pipeline failures, and troubleshoot complex data processing issues.
- Mentorship & Knowledge Sharing: Provide guidance to junior data engineers and contribute to documentation and team enablement.
- Works under minimal supervision with minor guidance from senior personnel.
Skills & Work Experience
- Professional Experience: 7+ years of experience in data engineering, ETL development, or large‑scale data integration environments.
- Strong experience designing and developing ETL pipelines and data transformations in Azure Databricks environments.
- Strong proficiency in SQL and Python, with hands on experience using Py Spark for distributed data processing.
- Experience working with cloud‑based data platforms, data lakes, and lakehouse environments, preferably on Microsoft Azure.
- Experience implementing layered lakehouse data architectures (bronze, silver, gold) for enterprise analytics.
- Familiarity with Spark‑based big data processing frameworks.
- Experience supporting data migration from legacy databases and ETL tools to Databricks‑based platforms.
- Experience integrating Databricks platforms with business intelligence and reporting tools such as Power BI.
- Familiarity with data governance, metadata management, and data security best practices.
- Experience with source control and CI/CD pipelines for data engineering and Databricks workflows.
- Working knowledge of SDLC and Agile delivery methodologies.
- Excellent organizational, communication, and collaboration skills.
- Preferred Skills
- Hands on experience with Azure Databricks workflows, Delta tables, and Databricks job orchestration.
- Experience with Azure Data Lake, Azure Data Factory, or similar Azure data services.
- Experience supporting federal IT modernization or large‑scale enterprise data transformation initiatives.
- Familiarity with healthcare, insurance, or benefits administration data environments.
- Experience implementing data governance or data catalog platforms.
Education
Bachelor’s degree in Computer Science, Engineering, Information Systems, or a related technical discipline.
Equivalent education or professional experience will be considered in lieu of a degree.
Clearance
Must be a U. S. citizen and be able to obtain a Public Trust clearance.
Benefits
- Paid vacation & Sick leave
- Health insurance coverage
- Career training
- Performance bonus programs
- 401K contribution & Employer Match
- 11 Federal Holidays
- #J-18808-Ljbffr
Data Engineer Arbeitgeber: Embedded Shishya
CTEC ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an bedeutenden Projekten für die US-Bundesregierung zu arbeiten. Mit einem dynamischen Arbeitsumfeld in McLean, VA, fördert das Unternehmen eine Kultur der Zusammenarbeit und Innovation, während es gleichzeitig umfangreiche Weiterbildungsmöglichkeiten und attraktive Sozialleistungen wie Gesundheitsversorgung und 401K-Beiträge bietet. Die Mitarbeiter haben die Chance, ihre Fähigkeiten in der Datenverarbeitung und Cloud-Technologien weiterzuentwickeln und dabei einen direkten Einfluss auf Millionen von Bürgern zu nehmen.
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 Embedded Shishya 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 Embedded Shishya gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Embedded Shishya 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 Embedded Shishya entscheidend sein!
