Azure Data Engineering Lead — Scalable Cloud Pipelines
Azure Data Engineering Lead — Scalable Cloud Pipelines

Azure Data Engineering Lead — Scalable Cloud Pipelines

Zürich Vollzeit 72000 - 108000 € / Jahr (geschätzt) Kein Home Office möglich
Go Premium
EPAM Systems

Auf einen Blick

  • Aufgaben: Entwickle und implementiere skalierbare Datenpipelines auf Azure.
  • Arbeitgeber: Führendes Technologieunternehmen mit innovativer Kultur in Zürich.
  • Mitarbeitervorteile: Großzügige Urlaubstage, Entwicklungsmöglichkeiten und umfassende Vorteile.
  • Warum dieser Job: Leite spannende Cloud-Migrationsprojekte und forme die Zukunft der Datenverarbeitung.
  • Gewünschte Qualifikationen: Über 5 Jahre Erfahrung im Data Engineering und fließende Deutsch- und Englischkenntnisse.
  • Andere Informationen: Dynamisches Umfeld mit hervorragenden Karrierechancen.

Das voraussichtliche Gehalt liegt zwischen 72000 - 108000 € pro Jahr.

Ein führendes Technologieunternehmen sucht einen erfahrenen Data Engineer in Zürich. Diese Rolle erfordert die Entwicklung und Implementierung skalierbarer Datenpipelines auf Azure sowie die Leitung von Cloud-Migrationsprojekten.

Ideale Kandidaten haben über 5 Jahre Erfahrung im Data Engineering, fundierte Kenntnisse in SQL und Datenmodellierung, sowie fließende Deutsch- und Englischkenntnisse.

Das Unternehmen bietet umfassende Vorteile, einschließlich großzügigen Urlaubstagen und Entwicklungsmöglichkeiten.

Azure Data Engineering Lead — Scalable Cloud Pipelines Arbeitgeber: EPAM Systems

Als führendes Technologieunternehmen in Zürich bieten wir nicht nur ein dynamisches und innovatives Arbeitsumfeld, sondern auch zahlreiche Vorteile wie großzügige Urlaubstage und umfassende Entwicklungsmöglichkeiten. Unsere Unternehmenskultur fördert Teamarbeit und kontinuierliches Lernen, sodass Sie Ihre Fähigkeiten im Bereich Data Engineering weiter ausbauen können, während Sie an spannenden Cloud-Migrationsprojekten arbeiten.
EPAM Systems

Kontaktperson:

EPAM Systems HR Team

StudySmarter Bewerbungstipps 🤫

So bekommst du den Job: Azure Data Engineering Lead — Scalable Cloud Pipelines

Netzwerken, Netzwerken, Netzwerken!

Nutze LinkedIn und andere Plattformen, um mit Fachleuten in der Data Engineering Community in Kontakt zu treten. Oftmals erfährt man über offene Stellen durch persönliche Empfehlungen.

Zeige deine Projekte!

Hast du an spannenden Datenprojekten gearbeitet? Teile sie in deinem Portfolio oder auf GitHub! Das zeigt nicht nur deine Fähigkeiten, sondern auch dein Engagement für die Branche.

Bereite dich auf technische Interviews vor!

Stelle sicher, dass du die gängigen Fragen zu SQL, Datenmodellierung und Azure beherrschst. Übe mit Freunden oder nutze Online-Ressourcen, um dein Wissen aufzufrischen.

Bewirb dich direkt über unsere Website!

Wir bei StudySmarter haben viele spannende Stellenangebote. Wenn du dich direkt über unsere Website bewirbst, erhöhst du deine Chancen, von den richtigen Leuten gesehen zu werden!

Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Azure Data Engineering Lead — Scalable Cloud Pipelines

Datenengineering
Azure
Entwicklung von Datenpipelines
Cloud-Migrationsprojekte
SQL
Datenmodellierung
Fließende Deutschkenntnisse
Fließende Englischkenntnisse
Projektleitung
Skalierbarkeit

Tipps für deine Bewerbung 🫡

Mach deine Bewerbung persönlich: Zeig uns, wer du wirklich bist! Verwende eine freundliche und authentische Sprache, um deine Persönlichkeit in die Bewerbung einzubringen. Das hilft uns, dich besser kennenzulernen.

Betone deine relevanten Erfahrungen: Stell sicher, dass du deine über 5 Jahre Erfahrung im Data Engineering klar hervorhebst. Erzähl uns von konkreten Projekten, bei denen du skalierbare Datenpipelines auf Azure entwickelt hast – das interessiert uns brennend!

Sprich unsere Sprache: Da wir ein internationales Team sind, ist es wichtig, dass du sowohl Deutsch als auch Englisch beherrschst. Achte darauf, dass deine Bewerbung in beiden Sprachen gut verständlich ist, um uns zu zeigen, dass du die Anforderungen erfüllst.

Bewirb dich direkt über unsere Website: Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie schnell bei uns ankommt und du alle notwendigen Informationen bereitstellst. Wir freuen uns auf deine Bewerbung!

Wie du dich auf ein Vorstellungsgespräch bei EPAM Systems vorbereitest

Verstehe die Azure-Plattform

Mach dich mit den spezifischen Funktionen und Tools von Azure vertraut, die für die Entwicklung skalierbarer Datenpipelines relevant sind. Zeige im Interview, dass du nicht nur theoretisches Wissen hast, sondern auch praktische Erfahrungen in der Implementierung von Lösungen auf Azure.

Bereite konkrete Beispiele vor

Denke an konkrete Projekte, an denen du gearbeitet hast, insbesondere solche, die Cloud-Migrationsprojekte betreffen. Sei bereit, über Herausforderungen zu sprechen, die du gemeistert hast, und wie deine Entscheidungen den Erfolg des Projekts beeinflusst haben.

Zeige deine Führungsqualitäten

Da die Rolle eine Leitungsfunktion beinhaltet, ist es wichtig, dass du deine Erfahrungen in der Teamführung und Projektleitung hervorhebst. Bereite dich darauf vor, Fragen zu beantworten, wie du Teams motivierst und Konflikte löst.

Sprich die Sprache des Unternehmens

Achte darauf, sowohl auf Deutsch als auch auf Englisch zu kommunizieren, um deine Sprachkenntnisse zu demonstrieren. Verwende Fachbegriffe aus dem Data Engineering und der Cloud-Technologie, um dein Verständnis und deine Expertise zu unterstreichen.

Azure Data Engineering Lead — Scalable Cloud Pipelines
EPAM Systems
Standort: Zürich
Premium gehen

Schneller zum Traumjob mit Premium

Deine Bewerbung wird als „Top Bewerbung“ bei unseren Partnern gekennzeichnet
Individuelles Feedback zu Lebenslauf und Anschreiben, einschließlich der Anpassung an spezifische Stellenanforderungen
Gehöre zu den ersten Bewerbern für neue Stellen mit unserem AI Bewerbungsassistenten
1:1 Unterstützung und Karriereberatung durch unsere Career Coaches
Premium gehen

Geld-zurück-Garantie, wenn du innerhalb von 6 Monaten keinen Job findest

>