Auf einen Blick
- Aufgaben: Design, build, and maintain scalable data pipelines using Azure tools like Databricks and Synapse.
- Unternehmen: Quisitive is a recognized global partner of Microsoft, focusing on cloud transformation and data strategy.
- Vorteile: This hybrid position allows work from the contiguous United States, with a preference for Eastern or Central time zones.
- Weitere Informationen: US Citizens and Green Card holders are encouraged to apply; no sponsorship available.
- Warum dieser Job: Join a team at the forefront of innovation in cloud solutions and agentic AI.
- Qualifikationen: Requires 3+ years of Azure data engineering experience and proficiency in Azure services like Databricks and Data Factory.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Als einer der bekanntesten globalen Partner von Microsoft steht Quisitive an der Spitze der Cloud-Transformation, der Unternehmensdatenstrategie, der Cybersicherheit und der aufkommenden Grenze der agentischen KI. Hier arbeiten Berater und Technologen an der Spitze der Innovation – unterstützt von einer Kultur, die Handwerkskunst, offene Zusammenarbeit und technische Expertise schätzt. Wenn Sie nach einem Ort suchen, an dem Sie innovativ sein, komplexe Probleme lösen und Lösungen entwickeln können, die messbare Auswirkungen haben, schließen Sie sich uns an.
Als Data Engineer entwerfen, bauen und warten Sie skalierbare Datenpipelines und Plattformlösungen auf Microsoft Azure. Sie arbeiten praktisch mit Diensten wie Azure Databricks, Azure Synapse und Microsoft Fabric, um robuste Datenverarbeitung bereitzustellen und eine stabile, sichere Cloud-Umgebung zu gewährleisten, die Analysen ermöglicht. Der ideale Kandidat ist ein versierter Azure-Dateningenieur mit einem Talent für Automatisierung und einer kollaborativen Denkweise. Diese Position ist hybrid und kann in den angrenzenden Vereinigten Staaten angesiedelt sein. Bevorzugte Zeitzonen sind Eastern oder Central.
Hauptverantwortlichkeiten- Entwurf & Entwicklung von Datenpipelines: Erstellen Sie End-to-End-Datenaufnahme- und Transformationspipelines mit Azure-Tools (z. B. Azure Data Factory, Synapse Pipelines). Stellen Sie sicher, dass die Pipelines effizient, zuverlässig und bereit für die kontinuierliche Integration sind.
- Azure Databricks Entwicklung & Verwaltung: Verwenden Sie Azure Databricks (Spark), um Datenverarbeitungsjobs (PySpark/Scala) für große Datensätze zu entwickeln und zu optimieren. Verwalten Sie Databricks-Arbeitsbereiche und -Cluster, optimieren Sie Konfigurationen und beheben Sie Probleme, um Leistung und Kosteneffizienz aufrechtzuerhalten.
- Automatisierung von Infrastruktur & Bereitstellungen: Verwenden Sie Infrastructure-as-Code (Bicep), um Azure-Datenplattformressourcen über Umgebungen hinweg bereitzustellen und zu verwalten. Implementieren und pflegen Sie Azure DevOps CI/CD-Pipelines (Build & Release) für die automatisierte Bereitstellung von Datenpipelines und Infrastrukturänderungen.
- Unterstützung der modernen Datenplattform: Unterstützen Sie den täglichen Betrieb der Azure Modern Data Platform. Überwachen und pflegen Sie die Stabilität der Plattform (Speicher, Rechenleistung), helfen Sie bei der Behebung von Verbindungs- oder Netzwerkproblemen und stellen Sie sicher, dass die richtigen Azure RBAC-Berechtigungen und Datensicherheitsmaßnahmen vorhanden sind.
- Zusammenarbeit & Best Practices: Arbeiten Sie eng mit Datenarchitekten, BI-Entwicklern, Cloud-Ingenieuren und Kundenvertretern zusammen. Stellen Sie sicher, dass die Lösungen den besten Praktiken von Azure entsprechen, den Quisitive-Standards folgen und die Geschäftsanforderungen erfüllen.
- Über 3 Jahre praktische Erfahrung im Bereich Datenengineering mit Microsoft Azure (Datenaufnahme, ETL/ELT-Pipeline-Entwicklung, Big Data-Verarbeitung).
- Kenntnisse in Azure-Datenservices wie Azure Databricks, Azure Data Factory, Azure Synapse Analytics und verwandten SQL/NoSQL-Technologien.
- Erfahrung mit Azure DevOps (Repos & Pipelines) für CI/CD: Verwaltung von Code, Erstellung von Bereitstellungspipelines und Automatisierung von Releases.
- Praktische Erfahrung mit Infrastructure-as-Code (Bicep, ARM-Vorlagen oder Terraform) zur Bereitstellung und Verwaltung von Azure-Ressourcen und -Umgebungen.
- Starke Programmierkenntnisse in Python/Scala (für Spark-Jobs) und SQL (für Datenumwandlungen).
- Vertrautheit mit Microsoft Fabric und Azure-Grundlagen (Cloud-Netzwerk, Sicherheit/Berechtigungen, Überwachung), um stabile Operationen zu unterstützen.
- Exzellente Problemlösungsfähigkeiten und effektive Kommunikation bei der Zusammenarbeit mit technischen Teams und Kunden.
US-Bürger und Green Card-Inhaber werden ermutigt, sich zu bewerben. Wir können derzeit keine Sponsoring-Angebote machen.
Über Quisitive: Mit einem signifikanten Wachstum seit 2016 schreitet Quisitive schnell voran, um unsere Vision zu verwirklichen, der führende globale Microsoft-Partner zu werden, während wir weiterhin in den Vereinigten Staaten, Kanada und Indien expandieren. Mit einem diversifizierten Liefermodell, das sowohl Nearshore- als auch Offshore-Fähigkeiten umfasst, liefert unser Team von Microsoft-Experten Cloud-Lösungen, künstliche Intelligenz und Geschäftsanwendungen, die die Geschäfte unserer Kunden transformieren und bemerkenswerte Geschäftsergebnisse erzielen.
Data Engineer - Azure & Microsoft Fabric Arbeitgeber: jobr.pro
Quisitive has experienced significant growth since 2016, aiming to be the leading global Microsoft partner. The company offers a diversified delivery model and focuses on delivering transformative cloud solutions across the US, Canada, and India.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Engineer - Azure & Microsoft Fabric 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 jobr.pro 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 - Azure & Microsoft Fabric 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 - Azure & Microsoft Fabric bei jobr.pro gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei jobr.pro 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 jobr.pro entscheidend sein!
