Auf einen Blick
- Aufgaben: Entwickle und optimiere Datenpipelines in einer agilen Umgebung.
- Unternehmen: Vergleichsplattform mit über 80 Millionen Besuchern jährlich.
- Vorteile: Flexibles Arbeiten, Teil eines wachsenden Data-Teams und Gestaltungsmöglichkeiten.
- Weitere Informationen: Remote-Arbeit möglich, Team aus vielfältigen Experten.
- Warum dieser Job: Gestalte AI-gesteuerte Datenprodukte und verbessere das Nutzererlebnis.
- Qualifikationen: 3+ Jahre Erfahrung in Datenwissenschaft/-engineering und Kenntnisse in GCP.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Unternehmensübersicht
Seit fast 30 Jahren ist comparis.ch die führende Vergleichsplattform der Schweiz. Wir vergleichen Preise und Dienstleistungen von Krankenversicherungen, Versicherungsanbietern, Banken und Telekommunikationsunternehmen und betreiben die größten Online-Marktplätze für Immobilien und Autos in der Schweiz. Durch umfassende Vergleiche schaffen wir Transparenz und helfen unseren Nutzern, die richtigen Entscheidungen für ihre Bedürfnisse zu treffen. Mit mehr als 80 Millionen Besuchern pro Jahr gehören wir zu den meistgenutzten Websites in der Schweiz. Neun von zehn Personen kennen uns als unabhängige Vergleichsplattform der Schweiz.
Verantwortlichkeiten
- Entwurf und Optimierung von Diensten in unserer GCP-basierten Datenumgebung.
- Zusammenarbeit mit Teams zur Definition von Datenbedürfnissen und -lösungen.
- Entwicklung und Wartung hochwertiger Datenpipelines und -produkte.
- Entwurf, Implementierung und kontinuierliche Optimierung von Plattformdiensten in unserer modernen GCP-basierten Datenumgebung.
- Interaktion mit unseren Softwarearchitekten/-ingenieuren, Datenwissenschaftlern und Geschäftsanalysten in einem agilen Umfeld zur Definition von Datenbedürfnissen und Bereitstellung von Lösungen.
- Entwicklung einer hochwertigen Codebasis für unsere Datenpipelines.
- Entwicklung, Bereitstellung und Überwachung unserer Datenprodukte.
- Wartung unserer Datenpipeline-Orchestrierung, Datalake und Data Warehouse.
- Raum für eigene Daten- und Ingenieureinitiativen.
Erforderliche Fähigkeiten und Qualifikationen
- 3+ Jahre Erfahrung in Datenwissenschaft/-technik, versiert in SQL und GCP.
- Erfahrung mit Datenpipeline-Management und Orchestrierungstools.
- Kenntnisse in Programmiersprachen und CI/CD-Tools.
- Sie sind sachkundig und erfahren in SQL-Programmierung und dbt.
- Mindestens 3 Jahre Erfahrung in einer ähnlichen Datenwissenschaft/-technik-Umgebung mit nachweislichem Erfolg bei Datenprojekten auf Google Cloud Platform.
- Erfahrung mit GCP-nativen Diensten wie BigQuery, Cloud Run, Dataproc und Dataflow wird sehr geschätzt.
- Erfahrung in der Entwicklung hochwertiger Software einschließlich Unit- und Integrationstests in einer oder mehreren Sprachen (wie Python oder Java) unter Verwendung von CI/CD-Tools und Git.
- Sie haben Erfahrung im Management von Datenpipeline-Workflows mit Airflow.
- Erfahrung in der Arbeit mit Containerisierung (Docker) und Infrastruktur als Code-Frameworks (Terraform).
- Erfahrung mit verteilten Computertechnologien wie Apache Spark und Kenntnisse über ML-Konzepte/Frameworks sind ein großer Vorteil.
- Sie sind offen für neue Technologien und Herausforderungen.
Vorteile
Sie haben die Chance, einem wachsenden Data Team beizutreten und es mitzugestalten. Wir sind ein hochmotiviertes Team aus verschiedenen Experten. Unsere Hauptmission ist es, KI-gesteuerte Datenprodukte zu entwickeln, um unseren Nutzern ein hochrelevantes Kundenerlebnis zu bieten. Darüber hinaus besteht unsere Aufgabe darin, allen in der Organisation die notwendigen Werkzeuge und das Wissen zur Verfügung zu stellen, um bessere, informierte Entscheidungen zu treffen. Wir arbeiten mit agilen Methoden in interdisziplinären Teams und legen großen Wert auf Autonomie. Diese Position kann remote besetzt werden.
Hinweis: Diese Position bietet die Flexibilität, vollständig remote zu arbeiten. Wenn Sie sich für ein Remote-Setup entscheiden, bitten wir Sie, nur zu beantragen, wenn Ihre Zeitzone innerhalb eines maximalen Unterschieds von +/- 2 Stunden von der Schweiz (GMT +2) liegt.
Remote Data Engineer: GCP & Data Pipelines Arbeitgeber: jobup
comparis.ch ist ein hervorragender Arbeitgeber, der Ihnen die Möglichkeit bietet, Teil eines dynamischen und wachsenden Data-Teams zu werden. Mit einem starken Fokus auf agile Methoden und interdisziplinäre Zusammenarbeit fördern wir eine Kultur der Autonomie und Innovation, während wir AI-gesteuerte Datenprodukte entwickeln, um unseren Nutzern ein relevantes Kundenerlebnis zu bieten. Zudem profitieren Sie von der Flexibilität, vollständig remote zu arbeiten, was Ihnen eine ausgewogene Work-Life-Balance ermöglicht.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Remote Data Engineer: GCP & Data Pipelines 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
Bereite dich auf technische Fragen und praktische Tests vor, die deine Fähigkeiten in SQL und GCP prüfen. Übe Coding-Challenges und sei bereit, deine Lösungen zu erklären – das zeigt, dass du nicht nur die Theorie beherrschst, sondern auch praktisch anwenden kannst.
✨Zeige deine Projekte!
Habe eine Sammlung deiner besten Projekte bereit, um sie während des Interviews zu präsentieren. Das kann ein GitHub-Repo oder eine kurze Demo sein – so können wir zeigen, was wir draufhaben und wie wir Probleme lösen.
✨Bewirb dich direkt über unsere Website
Wenn du denkst, dass du gut ins Team passt, bewirb dich direkt über unsere Website! So hast du die besten Chancen, gesehen zu werden und zeigst, dass du wirklich interessiert bist.
Wir glauben, dass du diese Fähigkeiten brauchst, um Remote Data Engineer: GCP & Data Pipelines mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du deine Bewerbung schreibst, lass deine Persönlichkeit durchscheinen. Wir suchen nach authentischen Menschen, die zu unserem 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 sorgfältig zu überprüfen, bevor du es abschickst.
Beziehe dich auf die Stellenbeschreibung:Nutze die Gelegenheit, um zu zeigen, wie deine Erfahrungen und Fähigkeiten zu den Anforderungen der Stelle passen. Verlinke deine bisherigen Projekte oder Erfolge, die relevant sind, und mach deutlich, warum du die perfekte Wahl für uns bist.
Bewirb dich über unsere Website:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie schnell und effizient bei uns ankommt. Außerdem kannst du dort alle Informationen zur Stelle und zum Unternehmen finden!
Wie man sich auf ein Vorstellungsgespräch bei jobup vorbereitet
✨Verstehe die GCP-Dienste
Mach dich mit den spezifischen GCP-Diensten vertraut, die in der Stellenbeschreibung erwähnt werden, wie BigQuery und Dataflow. Zeige im Interview, dass du nicht nur die Theorie kennst, sondern auch praktische Erfahrungen hast, indem du konkrete Beispiele aus deinen bisherigen Projekten nennst.
✨Bereite dich auf technische Fragen vor
Erwarte technische Fragen zu SQL, Datenpipelines und CI/CD-Tools. Übe, wie du deine Lösungen und Ansätze klar und präzise erklären kannst. Es kann hilfreich sein, einige Coding-Challenges oder technische Szenarien durchzugehen, um dein Wissen aufzufrischen.
✨Teamarbeit betonen
Da die Rolle viel Zusammenarbeit erfordert, sei bereit, über deine Erfahrungen in agilen Teams zu sprechen. Betone, wie du mit Softwarearchitekten, Datenwissenschaftlern und anderen zusammengearbeitet hast, um Datenbedürfnisse zu definieren und Lösungen zu entwickeln.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und dem Unternehmen. Frage nach den aktuellen Herausforderungen des Teams oder wie sie neue Technologien implementieren, um ihre Datenprodukte zu verbessern.
