Senior Data Engineer in Feldatal, Frankfurt am Main

Senior Data Engineer in Feldatal, Frankfurt am Main

Feldatal +1 Vollzeit 72000 - 88000 € / Jahr (geschätzt) Homeoffice
Keyrock

Auf einen Blick

  • Aufgaben: Entwickle Datenpipelines und baue eine innovative Datenplattform für den digitalen Asset-Bereich.
  • Unternehmen: Führendes Unternehmen im Bereich digitale Assets mit einem vielfältigen, internationalen Team.
  • Vorteile: Flexibles Arbeiten, wettbewerbsfähiges Gehalt und regelmäßige Teamevents.
  • Weitere Informationen: Sei Teil eines dynamischen Teams und forme die Standards und Kultur von Anfang an mit.
  • Warum dieser Job: Gestalte die Zukunft der digitalen Assets und arbeite an spannenden Projekten.
  • Qualifikationen: Mindestens 8 Jahre Erfahrung in der Datenverarbeitung und starke Kenntnisse in Python und SQL.

Das prognostizierte Gehalt liegt zwischen 72000 - 88000 € pro Jahr.

Seit unseren Anfängen im Jahr 2017 sind wir zu einem führenden Veränderer im Bereich digitaler Vermögenswerte gewachsen, bekannt für unsere Partnerschaften und Innovationen. Heute arbeiten wir mit über 250 Teammitgliedern weltweit zusammen. Unser diverses Team stammt aus 42 Nationalitäten, mit Hintergründen von autodidaktischen DeFi-Natives bis hin zu PhDs. Überwiegend remote, haben wir Standorte in London, Brüssel und Singapur und veranstalten regelmäßige Online- und Offline-Treffen, um das Team eng zusammenzuhalten.

Wir handeln an mehr als 80 Handelsplätzen und arbeiten mit einer Vielzahl von Vermögensausgebern. Als etablierter Market Maker hat unser einzigartiges Fachwissen zu einem schnellen Wachstum geführt. Heute erstrecken sich unsere Dienstleistungen über Market Making, Optionshandel, Hochfrequenzhandel, OTC und DeFi-Handelsplätze. Aber wir sind mehr als nur ein Dienstleister. Wir sind Initiatoren. Wir sind Pioniere in der Anwendung der Programmiersprache Rust für unseren algorithmischen Handel und setzen uns für deren Nutzung in der Branche ein. Wir unterstützen das Wachstum von Web3-Startups durch unser Accelerator-Programm. Wir verbessern Ökosysteme, indem wir Liquidität in vielversprechende DeFi-, RWA- und NFT-Protokolle einspeisen. Und wir treiben den Fortschritt der Branche mit unseren Forschungs- und Governance-Initiativen voran.

Über das Team und warum die Rolle existiert: Das Central Data Team (CDT) ist erst wenige Monate alt, aber Daten sind seit Tag eins das Lebenselixier von Keyrock. Wir bauen jetzt die Keyrock Data Platform auf, um den Keyrockern und den KI-Agenten, die mit ihnen arbeiten, die Daten und den Kontext zu geben, die sie benötigen, um schnell und autonom innerhalb vereinbarter Grenzen und im Einklang mit unseren gemeinsamen Zielen zu handeln. Das bedeutet, Daten aus dem gesamten Unternehmen zu nehmen und sie in Echtzeit für alle Funktionen, die davon abhängen, sinnvoll zu machen: Handelsplätze, Vermögens- und Asset-Management, Produkt, Risiko, Finanzen, Compliance und Forschung, um nur einige zu nennen.

Sie wären einer der ersten Mitarbeiter im CDT und wir erwarten, dass Sie zu den meisten der größeren Entscheidungen und Arbeiten beitragen. Die Standards, die wir festlegen, und die Art und Weise, wie das Team letztendlich arbeitet, sind noch offen.

Was Sie tun werden:

  • Streaming- und Batch-Pipelines erstellen, die Markt-, Handels- und Portfoliodaten aufnehmen, normalisieren und verteilen, die gegen Ausfälle von Feed und Börse resilient sind.
  • Die Selbstbedienungswerkzeuge (SDKs, Muster, Vorlagen, KI-Agenten) erstellen, damit andere Teams Datenprodukte veröffentlichen, konsumieren und darauf aufbauen können, ohne auf uns warten zu müssen.
  • Datenverträge und Schema-Evolution besitzen. Schemaänderungen verhindern, die zu Koordinationsereignissen zwischen mehreren Teams führen.
  • Das Lakehouse und die Zeitreihenschicht rund um die Abfragemuster der Verbraucher entwerfen.
  • Das Data Governance- und Data Quality-Framework aufbauen und weiterentwickeln: Erkennung von veralteten Feeds, Schema-Validierung, Bereichsprüfungen, idempotente Schreibvorgänge, Herkunft, Eigentum, Selbstheilung.
  • Die abgeleiteten Analysen erstellen, auf denen das Geschäft basiert: Cross-Exchange-Spreads, VWAP in der Tiefe, Mikrostruktur des Orderbuchs für die Handelsplätze; Portfolioansichten, Exposition, Leistung für Vermögens- und Asset-Management.
  • Beobachtbarkeit, Kosten und Leistung von Anfang an zur ersten Klasse machen.
  • Infrastruktur als Code behandeln (Docker, Terraform, CI/CD) zusammen mit unserem Central Infrastructure Team.
  • Offen arbeiten: Dinge aufschreiben, eng mit Architektur, Infrastruktur, Plattform und den anderen Teams zusammenarbeiten.

Was wir suchen:

  • Werkzeuge sind uns weniger wichtig als die Art und Weise, wie Sie über Probleme nachdenken. Dennoch hier die Eigenschaften der Person, die wir im Sinn haben:
  • 8+ Jahre Erfahrung im Aufbau von Produktionsdaten-Systemen, auf die andere angewiesen sind.
  • Starke Kenntnisse in Python und SQL: nicht nur in der Lage, eine Abfrage zu schreiben, sondern auch zu verstehen, was die Engine damit macht.
  • Code, der für andere leicht zu lesen, zu testen und später zu löschen ist.
  • Starkes Verständnis von Datenmodellierung für sowohl Streaming- als auch analytische Workloads.
  • Effizienz, Qualität, Idempotenz und Beobachtbarkeit werden standardmäßig ernst genommen.
  • Systemdesign: Sie haben Streaming-Systeme auf Kafka, Redpanda, MSK oder Kinesis entworfen und betrieben und haben Meinungen zu Partitionierung, Verbrauchergruppen, Offsets und Schema-Registrierungen.
  • Sie haben einen Zeitreihen-Speicher in der Produktion verwendet (idealerweise ClickHouse; TimescaleDB, QuestDB oder ähnliche sind ebenfalls in Ordnung) und können über das Tabellendesign als Funktion der Abfragemuster sprechen.
  • Sie haben mit einer Lakehouse-Architektur gearbeitet und denken über Tabellenlayout, Partitionierung und Kompaktierung als Designentscheidungen nach, die die Abfrageleistung und die Speicherkosten beeinflussen.
  • Sie bauen für Selbstheilung und Idempotenz. Die erneute Verarbeitung ist sicher, Wiederholungen führen nicht zu doppelten Schreibvorgängen, und das System erholt sich ohne menschliches Eingreifen.
  • Betriebsbereitschaft: Docker, Terraform und CI/CD sind Teil Ihrer Arbeit, kein separates „DevOps“-Ding.
  • Sie denken frühzeitig über Kosten und Leistung nach.
  • Sie instrumentieren während des Aufbaus: Protokolle, Metriken und Traces sind von Anfang an Teil des Systems.
  • Sie entwerfen für Datenqualität und Governance von Anfang an, einschließlich Verträgen, Validierung, Herkunft und Eigentum.

Wie Sie denken und arbeiten:

  • Sie denken von den Grundprinzipien aus, wenn ein Problem neu ist, bleiben pragmatisch, wenn es nicht so ist, und aktualisieren Ihre Sichtweise, wenn Sie mehr lernen.
  • Sie behandeln die Handelsplätze, das Vermögens- und Asset-Management, Produkte, Risiko, Finanzen, Compliance und Forschung als Kunden dessen, was Sie bauen, und kommunizieren mit ihnen auf diese Weise.
  • Sie optimieren für Ergebnisse über Ausgaben. Eine kleinere, einfachere Lösung, die funktioniert, ist besser als eine größere, die es nicht tut.
  • Sie übernehmen Verantwortung von Anfang bis Ende: Entwurf, Versand, Betrieb, Verbesserung.
  • Sie sagen, was Sie denken, auch wenn es eine unpopuläre Meinung ist. Sie ändern Ihre Meinung, wenn das Argument besser ist.
  • Sie machen die Menschen um Sie herum besser. Bewertungen sind real, Junioren wachsen durch die Zusammenarbeit mit Ihnen, und Kollegen möchten wieder mit Ihnen arbeiten.
  • Sie sind neugierig, wie Märkte funktionieren. Datenengineering allein wird Sie hier nicht interessieren.
  • Sie sind ehrlich darüber, was Sie wissen und was nicht, und schließen schnell die Lücke.
  • Sie verstehen Finanzmarktdaten: Orderbücher, Trades, Referenzdaten, Portfolios, Expositionen. Krypto, TradFi oder beides sind ein großer Vorteil.

Schön zu haben:

  • Lakehouse-Erfahrung mit Apache Iceberg oder Delta Lake.
  • Vertrautheit mit DataHub oder ähnlichen Metadaten-/Herkunftsplattformen.
  • Rust. Einige unserer leistungskritischen Dienste sind darin geschrieben. Interesse ist willkommen; Sprachbeherrschung ist nicht erforderlich.

Was Sie bekommen:

  • Ein Mandat von Grund auf. Sie werden zu den ersten Mitarbeitern im CDT gehören, und die Plattform, die Standards und die Teamkultur sind Ihre, um sie mit uns zu gestalten.
  • Starke Partner. Enge Arbeitsbeziehungen mit Architektur, Infrastruktur, Plattform und den Handelsplätzen selbst. Sie werden keine Daten im Vakuum erstellen.
  • Autonomie bei Ihrer Arbeitsweise. Flexible Arbeitszeiten, remote-first, Bereitschaftsdienst während der Geschäftszeiten, der im Team geteilt wird.
  • Ein wettbewerbsfähiges Gehaltspaket mit verschiedenen Vorteilen.
  • Ein Team, das sich gegenseitig mag. Regelmäßige Online-Treffen und ein jährliches Treffen, bei dem alle im selben Raum sind.

Unser Rekrutierungsprozess:

Wir suchen nach Personen mit den richtigen Fähigkeiten und einer bewussten Entscheidung, unserem Bereich beizutreten. Die perfekte Passform? Jemand, der motiviert, kooperativ ist, Verantwortung übernimmt und solide, skalierbare Ergebnisse liefert. Als Arbeitgeber setzen wir uns dafür ein, ein positives und kooperatives Arbeitsumfeld zu schaffen. Wir heißen Mitarbeiter aller Hintergründe willkommen und stellen ausschließlich auf der Grundlage von Verdienst und Leistung ein, belohnen und befördern.

Standorte

FeldatalFrankfurt am Main

Senior Data Engineer in Feldatal, Frankfurt am Main Arbeitgeber: Keyrock

Keyrock in Wien ist ein hervorragender Arbeitgeber, der innovative Lösungen im Bereich des systematischen Optionshandels fördert. Mit einem starken Fokus auf Teamarbeit und persönlicher Entwicklung bietet das Unternehmen nicht nur ein wettbewerbsfähiges Gehalt, sondern auch flexible Arbeitsmöglichkeiten, einschließlich Remote-Arbeit. Hier haben Mitarbeiter die Chance, in einem dynamischen Umfeld zu wachsen und ihre Fähigkeiten in der Entwicklung von Hochfrequenzhandelssystemen weiter auszubauen.

Keyrock

Kontaktdaten:

Keyrock Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Senior Data Engineer in Feldatal, Frankfurt am Main 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 Keyrock 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 Senior Data Engineer in Feldatal, Frankfurt am Main mit Bravour zu bestehen

Python
SQL
Datenmodellierung
Streaming-Systeme (Kafka, Redpanda, MSK, Kinesis)
Zeitreihenspeicher (ClickHouse, TimescaleDB, QuestDB)
Lakehouse-Architektur
Docker

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 Senior Data Engineer bei Keyrock gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Keyrock 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 Keyrock entscheidend sein!