Auf einen Blick
- Aufgaben: Entwickle und betreibe automatisierte Datenpipelines für betriebliche Daten.
- Unternehmen: Lonza, ein globaler Marktführer in den Lebenswissenschaften.
- Vorteile: Wettbewerbsfähiges Gehalt, Umzugsunterstützung und Karriereentwicklung.
- Weitere Informationen: Dynamisches Arbeitsumfeld mit hervorragenden Wachstumschancen.
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse in einem innovativen Team.
- Qualifikationen: Erfahrung in der Datenpipeline-Entwicklung und starke SQL-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Heute ist Lonza ein globaler Marktführer in den Lebenswissenschaften, der auf fünf Kontinenten tätig ist. Während wir in der Wissenschaft arbeiten, gibt es keine magische Formel, wie wir es tun. Unsere größte wissenschaftliche Lösung sind engagierte Menschen, die zusammenarbeiten und Ideen entwickeln, die Unternehmen helfen, Menschen zu helfen. Im Gegenzug lassen wir unsere Mitarbeiter ihre Karrieren selbst gestalten. Ihre Ideen, groß und klein, verbessern wirklich die Welt. Und das ist die Art von Arbeit, an der wir teilnehmen möchten.
Der tatsächliche Standort dieser Stelle ist in Visp, Schweiz. Umzugsunterstützung ist für berechtigte Kandidaten und deren Familien verfügbar, falls erforderlich.
Innerhalb des Teams für Prozessanalytik und Datenintelligenz (PADI), das direkt in den Betrieb eingebettet ist, bauen wir produktionsbereite Dateninfrastrukturen auf, die Prozess-, Ausführungs- und Entwicklungsdaten in eine kohärente und vertrauenswürdige Grundlage integrieren, die täglich von MSAT, Prozessentwicklung, Betrieb und globalen Datenteams genutzt wird.
Wir suchen einen Data Engineer – Prozessanalytik & Datenintelligenz, um diese Datenbasis zu entwerfen, zu bauen und zu betreiben und die zuverlässige, skalierbare Nutzung operativer Daten über Teams hinweg zu unterstützen.
Was Sie tun werden:- Automatisierte Datenpipelines entwerfen, bauen und betreiben, die verteilte dateibasierte Datenspeicher und rohe operationale Systemdatenbanken integrieren, einschließlich Historien (PI), MES, ELN und Instrumentendaten, in eine kohärente, durchgängige operationale Datenbasis.
- Manuelle, dateibasierte Datenverarbeitung durch verwaltete, versionierte und nachvollziehbare Datenflüsse ersetzen, die dem täglichen Betrieb standhalten.
- Datenqualitätsprüfungen, Validierungsregeln und Überwachungen implementieren und durchsetzen, um die Datenzuverlässigkeit im großen Maßstab in einer operativen Umgebung sicherzustellen.
- Analytikbereite Datensätze (saubere Schemata, konsistente Semantik, zeitlich abgestimmte Daten) an nachgelagerte BI-, fortgeschrittene Analytik- und Modellierungsschichten liefern, die operative Entscheidungsfindung unterstützen.
- Eng mit MSAT, Prozessentwicklung, Automatisierung, QA, IT und globalen Datenteams zusammenarbeiten, um Datenmodelle, Definitionen und Integrationsmuster im gesamten Unternehmen abzustimmen.
- Pipeline-Leistung, Robustheit und Wartbarkeit kontinuierlich verbessern, im Einklang mit den betrieblichen Prioritäten.
- Sie denken in Pipelines, Schemata und Fehlermodi, nicht in Dateien und manuellen Workarounds.
- Sie entwerfen Wiederholbarkeit, Beobachtbarkeit und Skalierbarkeit in Umgebungen, in denen Zuverlässigkeit wichtig ist.
- Sie sind vertraut mit OT-Systemen, MES und Cloud-Datenplattformen.
- Sie übernehmen die Verantwortung vom Quellsystem bis zu den Analytikverbrauchern.
- Sie vereinfachen komplexe operationale Datenlandschaften, ohne kritische Prozessdetails zu verlieren.
- Praktische Erfahrung im Aufbau und Betrieb von Produktionsdatenpipelines in operativen oder industriellen Umgebungen.
- Starke SQL-Expertise und Erfahrung in der Optimierung von Abfragen für operationale Arbeitslasten.
- Nachgewiesene Erfahrung mit ETL/ELT-Pipelines, die Prozess- und Ausführungsdaten verarbeiten.
- Praktische Erfahrung mit Historien (PI), MES, Instrumentendaten oder ähnlichen OT-Systemen.
- Solides Verständnis von Datenqualität, Herkunft, Nachvollziehbarkeit und Governance, idealerweise in regulierten (GxP) Umgebungen.
- Erfahrung mit Cloud-Datenplattformen, vorzugsweise Azure, einschließlich Aufbau und Verwaltung von Datenpipelines (Azure Data Factory), Datenspeicherlösungen (Azure Data Lake/Blob Storage) und Versionskontrolle mit Git.
- Hintergrund in Biopharma, Fertigung oder Betriebsdaten ist stark bevorzugt.
- Abschluss in Ingenieurwesen, Datenwissenschaft, Informatik oder einem verwandten technischen Bereich bevorzugt – gleichwertige operationale Erfahrung wird berücksichtigt.
Lonza ist ein Arbeitgeber, der Chancengleichheit bietet. Alle qualifizierten Bewerber erhalten unabhängig von Rasse, Religion, Hautfarbe, nationaler Herkunft, Geschlecht, sexueller Orientierung, Geschlechtsidentität, Alter, Status als qualifizierte Person mit Behinderung, geschütztem Veteranenstatus oder einer anderen durch das Gesetz geschützten Eigenschaft Berücksichtigung für eine Anstellung.
Data Engineer – Process Analytics & Data Intelligence Arbeitgeber: Lonza Group Ltd.
Lonza ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, ihre Karrieren selbst in die Hand zu nehmen und aktiv an Lösungen zu arbeiten, die die Welt verbessern. Mit einem starken Fokus auf Teamarbeit und Innovation im Bereich der Lebenswissenschaften in Visp, Schweiz, profitieren Mitarbeiter von einer unterstützenden Arbeitskultur, umfangreichen Weiterbildungsmöglichkeiten und einem klaren Engagement für Datenqualität und -integrität. Zudem wird eine Umzugshilfe für berechtigte Kandidaten und deren Familien angeboten, was den Einstieg in diese dynamische Umgebung erleichtert.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Engineer – Process Analytics & Data Intelligence 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 Lonza Group Ltd. 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 – Process Analytics & Data Intelligence 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 – Process Analytics & Data Intelligence bei Lonza Group Ltd. gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Lonza Group Ltd. 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 Lonza Group Ltd. entscheidend sein!