Auf einen Blick
- Aufgaben: Entwickle und implementiere innovative Datenlösungen in einem dynamischen Team.
- Unternehmen: Freenow, ein multinationales Unternehmen für smarte Mobilität.
- Vorteile: Flexibles Arbeiten, wettbewerbsfähiges Gehalt und spannende Karrierechancen.
- Weitere Informationen: Wachse in einem kreativen Umfeld mit tollen Kollegen.
- Warum dieser Job: Revolutioniere die Datenverarbeitung und arbeite mit modernster Technologie.
- Qualifikationen: Erfahrung in Datenengineering und Programmierkenntnisse in Scala oder Python.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Standort: Wir sind flexibel! Kommen Sie zu uns nach Hamburg, Berlin, Barcelona oder Athen. Freenow ermöglicht intelligentere Mobilitätsentscheidungen, die es den Menschen ermöglichen, sich frei zu bewegen und Städten zum Gedeihen zu verhelfen. Seien Sie bereit, in einem multinationalen, vielfältigen, hochmotivierten und kollaborativen Team von leidenschaftlichen Entwicklern zu arbeiten, die nach Exzellenz streben und Spaß haben möchten. Sind Sie leidenschaftlich an Datenengineering interessiert und bereit, zu revolutionieren, wie Daten innerhalb einer Organisation verwaltet und genutzt werden? Wir suchen einen talentierten und innovativen Analytics Engineer, der unser dynamisches Team verstärkt und uns hilft, eine moderne Data Mesh-Architektur umzusetzen. Bei Freenow glauben wir an datengestützte Entscheidungen, die unser Geschäft vorantreiben. Wir befinden uns derzeit im Übergang zu einer Data Mesh-Architektur, um eine sehr enge Zusammenarbeit zwischen Dateningenieuren, Datenanalysten, Data Scientists und Machine Learning Engineers zu etablieren. Sind Sie bereit für Ihre nächste Fahrt?
IHRE TÄGLICHEN ABENTEUER WERDEN FOLGENDES UMFASSEN:
- Zusammenarbeit mit funktionsübergreifenden Teams, einschließlich Datenanalysten, Data Scientists und Software-Ingenieuren, um Datenanforderungen zu verstehen und optimale Datenlösungen in der Data Mesh-Umgebung zu entwerfen.
- Entwicklung, Implementierung und Wartung skalierbarer Datenprodukte, die den nahtlosen Fluss von Daten aus verschiedenen Quellen zur Data Mesh-Architektur ermöglichen.
- Erstellung und Verwaltung von Datenmodellen, die den spezifischen Bedürfnissen der Datenverbraucher entsprechen und dabei die Standards für Datenverwaltung und -sicherheit einhalten.
- Entwurf und Aufbau von Rahmenwerken zur Überwachung der Datenqualität, um die Genauigkeit, Konsistenz und Zuverlässigkeit der Daten sicherzustellen.
- Aktualisierung über die neuesten Branchentrends und Best Practices im Bereich Data Engineering und Data Mesh, um Datenpipelines und -prozesse kontinuierlich zu verbessern.
- Erstellung leistungsstarker APIs zum Zugriff auf und zur Abfrage von Daten aus dem Data Warehouse.
- Durchführung von Datenanalysen zur Fehlersuche bei datenbezogenen Problemen und Unterstützung bei der Lösung von Datenproblemen.
- Koordination und Überwachung der erfolgreichen Lieferung komplexer Datenengineering-Projekte unter Gewährleistung der Übereinstimmung mit Zeitplänen, Zielen und Stakeholdern.
UNSER TECHSTACK: Airflow | Databricks | Trino | Spark | Kafka | AWS
UM IN DIESER ROLLE ERFOLGREICH ZU SEIN:
- Sie verfügen über fortgeschrittene Kenntnisse in mindestens einer Programmiersprache und sind bereit, mehr zu lernen. Unsere Kernsprachen sind Scala und Python.
- Expertenniveau in SQL (insbesondere SparkSQL) und Datenbankkonzepten.
- Erfahrung im Aufbau von Datenpipelines ist eine Kernanforderung.
- Sie lieben es, sich mit den Daten zu beschäftigen und benutzerdefinierte ETLs zu implementieren, um sie in Informationen zu verwandeln.
- Sie haben Kenntnisse über verteilte Systeme, Lambda, AWS S3, AWS Cloud Watch ...
- Erfahrung mit AWS, Hive, Spark, Trino, Databricks ist hilfreich.
- Sie arbeiten gerne mit Stream-Verarbeitungsframeworks wie Spark Structured Streaming, Kafka Streams.
- Sie verstehen Anforderungen über das geschriebene Wort hinaus. Egal, ob Sie an einer API arbeiten, die von anderen Entwicklern verwendet wird, einem internen Tool, das von unseren Betriebsteams genutzt wird, oder einer Funktion, die von vielen Kunden verwendet wird, Ihr Augenmerk auf Details führt zu einem angenehmen Benutzererlebnis.
- Fließende Englischkenntnisse in der Geschäftskommunikation.
- Außergewöhnliche analytische Fähigkeiten, laterales Denken und Erfahrung in der Lösung herausfordernder Probleme.
- Erfahrungen im Umgang mit Datenvisualisierungstools (z.B. Tableau, Metabase) sind von Vorteil.
AI Engineer (Enablement) Arbeitgeber: FREENOW
Freenow ist ein hervorragender Arbeitgeber, der eine dynamische und vielfältige Arbeitsumgebung in Städten wie Hamburg, Berlin, Barcelona oder Athen bietet. Unser Team aus leidenschaftlichen Entwicklern fördert eine Kultur der Zusammenarbeit und des kontinuierlichen Lernens, während wir innovative Datenlösungen im Rahmen einer modernen Data Mesh-Architektur entwickeln. Mit flexiblen Arbeitsmodellen, einem starken Fokus auf Mitarbeiterentwicklung und der Möglichkeit, an spannenden Projekten zu arbeiten, ist Freenow der ideale Ort für alle, die ihre Karriere im Bereich Datenengineering vorantreiben möchten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so AI Engineer (Enablement) erhalten könnten
✨Netzwerken, Netzwerken, Netzwerken!
Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Lass uns nicht vergessen, dass viele Jobs über persönliche Empfehlungen vergeben werden. Also, sei aktiv und knüpfe Kontakte!
✨Sei bereit für technische Interviews!
Mach dich mit den gängigen Fragen und Herausforderungen vertraut, die in technischen Interviews gestellt werden. Übe Coding-Challenges und Datenstrukturen, damit du im Interview glänzen kannst. Wir glauben an deine Fähigkeiten!
✨Zeige deine Leidenschaft!
Sprich über deine Projekte und Erfahrungen, die deine Begeisterung für Datenengineering zeigen. Lass uns wissen, warum du für Freenow arbeiten möchtest und wie du zur Revolutionierung der Datenarchitektur beitragen kannst!
✨Bewirb dich direkt über unsere Website!
Wir empfehlen dir, dich direkt über unsere Karriereseite zu bewerben. So hast du die besten Chancen, gesehen zu werden und zeigst, dass du wirklich interessiert bist. Lass uns gemeinsam durchstarten!
Wir glauben, dass du diese Fähigkeiten brauchst, um AI Engineer (Enablement) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du deine Bewerbung schreibst, lass deine Persönlichkeit durchscheinen. Wir suchen nach Menschen, die nicht nur die richtigen Fähigkeiten haben, sondern auch gut ins Team passen. Zeig uns, wer du bist und was dich motiviert!
Pass auf die Details auf!:Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Nimm dir die Zeit, alles gründlich zu überprüfen, bevor du es abschickst.
Mach es relevant!:Beziehe dich in deinem Anschreiben direkt auf die Anforderungen der Stelle. Erkläre, wie deine Erfahrungen und Fähigkeiten zu den Aufgaben als AI Engineer passen. Das zeigt uns, dass du die Stellenbeschreibung wirklich verstanden hast.
Bewirb dich über unsere Website!:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie an die richtige Stelle gelangt und du alle notwendigen Informationen bereitstellst. Wir freuen uns darauf, von dir zu hören!
Wie man sich auf ein Vorstellungsgespräch bei FREENOW vorbereitet
✨Mach dich mit dem Tech-Stack vertraut
Bevor du zum Interview gehst, solltest du dir die Technologien anschauen, die im Jobprofil erwähnt werden, wie Airflow, Databricks und Spark. Zeige, dass du nicht nur die Grundlagen verstehst, sondern auch, wie diese Tools in der Praxis eingesetzt werden.
✨Bereite konkrete Beispiele vor
Überlege dir spezifische Projekte oder Erfahrungen, bei denen du Datenpipelines gebaut oder mit ETLs gearbeitet hast. Wenn du konkrete Beispiele aus deiner Vergangenheit teilst, kannst du deine Fähigkeiten und deinen praktischen Umgang mit den Anforderungen des Jobs unter Beweis stellen.
✨Verstehe die Data Mesh Architektur
Informiere dich über das Konzept der Data Mesh Architektur und wie es sich von traditionellen Datenarchitekturen unterscheidet. Sei bereit, darüber zu sprechen, wie du zur Implementierung dieser Architektur beitragen kannst und welche Vorteile sie für das Unternehmen bringt.
✨Fragen stellen ist wichtig
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Rolle und hilft dir, mehr über die Teamdynamik und die Herausforderungen zu erfahren, die dich erwarten könnten. Fragen zu den aktuellen Projekten oder zur Teamkultur sind immer gut!
