Auf einen Blick
- Aufgaben: Entwickle robuste Dateninfrastrukturen und optimiere Datenpipelines für spannende Kundenprojekte.
- Unternehmen: Method ist ein globales Design- und Ingenieurbüro mit innovativer Kultur.
- Vorteile: Flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und Gesundheitsleistungen.
- Weitere Informationen: Wachstumsorientierte Umgebung mit vielen Möglichkeiten zur beruflichen Weiterentwicklung.
- Warum dieser Job: Gestalte die digitale Zukunft mit bedeutungsvoller Innovation und arbeite in einem dynamischen Team.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in der Datenverarbeitung und starke Kommunikationsfähigkeiten.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Method is a global design and engineering consultancy founded in 1999.
We believe that innovation should be meaningful, beautiful and human.
We craft practical, powerful digital experiences that improve lives and transform businesses.
Our teams [based in London, New York, Charlotte, Atlanta, Bengaluru, Japan and remote] work with a wide range of organizations in many industries, including Healthcare, Financial Services, Retail, Automotive, Aviation, and Professional Services.
Method is part of Global Logic, a digital product engineering company.
Global Logic integrates experience design and complex engineering to help our clients imagine what’s possible and accelerate their transition into tomorrow’s digital businesses.
Global Logic is a Hitachi Group Company.
We are seeking a Senior Data Engineer to join our Data & AI team.
You will work within multidisciplinary project teams across a range of client engagements, contributing to the design and development of robust data infrastructure, data pipelines, and scalable data solutions.
You think strategically, are comfortable with open-ended data problems, and can contribute meaningfully to client conversations about data architecture, modernization, and AI readiness.
The ideal candidate is technically grounded, consulting‑minded, and equally comfortable navigating ambiguity, working across disciplines, and communicating clearly with stakeholders at all levels.
Travel for client and stakeholder meetings may be required depending on engagement.
Key Responsibilities
- Design, develop, and optimize data pipelines and data infrastructure across a range of client engagements.
- Contribute to data modeling, master data management, and taxonomy standardization across complex, multi‑system environments.
- Build and test API integrations and prototypes, including working with static data exports and mock stubs in early‑phase delivery contexts.
- Document data governance artefacts - data domains, critical data elements, quality rules, and data lineage - and support clients in building data governance capability.
- Reverse‑engineer legacy systems and extract business logic from poorly documented codebases, complex spreadsheet models, or fragmented data structures.
- Collaborate with architects, designers, product managers, and client stakeholders to align data solutions with broader digital product and platform goals.
- Contribute to AI readiness assessments - evaluating data coverage, quality, schema consistency, and lineage to identify gaps and support remediation.
- Perform code reviews, mentor junior team members, and contribute to best practices across the Data & AI team.
- Communicate data architecture and pipeline design clearly using schemas, data flow diagrams, and visual artefacts, for both technical and non‑technical audiences.
Qualifications
- 5+ years of data engineering experience, including delivery in a consulting or client‑facing environment.
- Proficiency in Python and SQL for data wrangling, transformation, and pipeline development.
- Experience in data modeling - designing master data schemas and drafting unified taxonomies across fragmented source systems.
- Master Data Management (MDM) experience: cleansing, mapping, and standardizing inconsistent data into a governed structure.
- Experience building ETL/ELT pipelines and working with cloud data platforms (AWS, Azure, or GCP).
- Experience documenting data governance artefacts and contributing to data governance frameworks.
- Ability to reverse‑engineer legacy systems and extract business logic from poorly documented codebases or complex Excel/VBA models.
- Strong communication skills - able to translate technical decisions clearly for both technical and non‑technical stakeholders.
- Comfortable operating in ambiguity and structuring a path forward without perfect requirements.
- Willing and able to ramp on new technologies as client engagements evolve.
- Nice to Have
- Familiarity with Microsoft Azure services (Azure SQL, Cosmos DB, Azure Dev Ops).
- Experience with API mock development or prototyping in early‑phase delivery contexts.
- Experience with ERP or supply chain data structures.
- Experience modernizing legacy integrations (SOAP/WCF to REST).
- Database consolidation or migration experience (SQLite, MSSQL, or cloud databases).
- Familiarity with modern orchestration and transformation tools (Airflow, dbt, Dagster, Prefect).
- Background in manufacturing, engineering, or cost modelling domains.
- Familiarity with enterprise integration platforms such as Mule Soft.
- Experience with machine learning or predictive analytics frameworks.
Why Method?
We look for individuals who are smart, kind and brave.
Curious people with a natural ability to think on their feet, learn fast, and develop points‑of‑view for a constantly changing world find Method an exciting place to work.
Our employees are excited to collaborate with dispersed and diverse teams that bring together the best in thinking and making.
We champion the ability to listen, and believe that critique and dissonance lead to better outcomes.
We believe everyone has the capacity to lead and look for proactive individuals who can take and give direction, lead by example, enjoy the making as much as they do the thinking, especially at senior and leadership levels.
We believe in work/life balance. Seriously. We offer a ton of competitive perks, including:
- Continuing education opportunities
- Flexible PTO and work‑from‑home policies
- Pension
- Health and dental benefits
- Company lunches, company outings, along with a lot of snacks
- Health and wellness programs
- Other location specific perks (just ask!)
- #J-18808-Ljbffr
Senior Data Engineer Arbeitgeber: Method, a GlobalLogic company
Method ist ein hervorragender Arbeitgeber, der innovative und bedeutungsvolle digitale Erfahrungen schafft. Unsere Unternehmenskultur fördert Zusammenarbeit und Vielfalt, während wir unseren Mitarbeitern zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung bieten. Mit flexiblen Arbeitszeiten, umfangreichen Sozialleistungen und einem starken Fokus auf Work-Life-Balance sind wir bestrebt, ein inspirierendes und unterstützendes Arbeitsumfeld zu schaffen.
Kontaktdaten:
Method, a GlobalLogic company Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Data Engineer 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 Method, a GlobalLogic company 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 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 Senior Data Engineer bei Method, a GlobalLogic company gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Method, a GlobalLogic company 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 Method, a GlobalLogic company entscheidend sein!
