Auf einen Blick
- Aufgaben: Baue und pflege Datenpipelines mit modernen Technologien in einem dynamischen Team.
- Unternehmen: Wachsendes Unternehmen, das an der Lösung der Wohnkrise arbeitet.
- Vorteile: Vollständig remote, wettbewerbsfähiges Gehalt, unbegrenzter Urlaub und Gesundheitsleistungen.
- Weitere Informationen: Tolle Karrierechancen in einem unterstützenden und kreativen Umfeld.
- Warum dieser Job: Gestalte die Zukunft des Wohnens mit innovativen Datenlösungen und einem positiven Einfluss.
- Qualifikationen: Erfahrung in Datenengineering, Python und Cloud-Technologien.
PadSplit wächst seine Analytics-Plattform und benötigt einen praktischen Data Engineer, der mit unserem bestehenden DE-Leiter zusammenarbeitet. Diese Person wird Pipelines für die Datenaufnahme und -transformation über Dagster (oder Airflow), dbt und Snowflake aufbauen und pflegen, mit unterstützender Arbeit in Python, Airbyte und AWS. Die Rolle kombiniert den Aufbau neuer Pipelines und Datenmodelle mit der Bereitstellung von echtem Coverage auf kritischen Pfaden - insbesondere dem täglichen Postgres → Snowflake → dbt-Fluss und den Ladeprozessen von Drittanbieter-APIs - alles über überprüfte Pull-Requests anstelle von einmaligen Skripten.
Wir suchen einen Praktiker, der nativ in Dimensionen, Fakten und langsam sich ändernden Dimensionen denkt - jemand, der weiß, wann ein vollständiges Refresh versus ein inkrementelles Laden verwendet werden sollte und wie diese Wahl die Idempotenz und Backfills beeinflusst. Diese Person schreibt klare, überprüfbare PRs und gibt ebenso durchdachte Bewertungen ab, mit Augenmerk auf scoped diffs, sinnvolle Tests und Fehlerarten. Sie sind in komplexen Python-Datenflüssen vertraut und haben genügend AWS-Kenntnisse, um über Aufgabenrollen, Buckets und den Zugriff über Konten hinweg nachzudenken, ohne alle Aspekte der Plattformtechnik besitzen zu müssen.
Hier ist, was Sie täglich tun werden:
- PR-gesteuertes Versenden: Öffnen und Zusammenführen von Pull-Requests für neue oder aktualisierte Dagster-Jobs, Assets, Zeitpläne und Sensoren sowie dbt-Modelle, Tests und Dokumentation.
- Infrastruktur-Anpassungen: Gelegentliches Schreiben von Terraform für Geheimnisse, Umgebungsvariablen oder Jobgrößen, wenn eine Pipeline dies benötigt.
- Pipelines-Implementierung: Aufbau und Debugging von Python-Pipelines, die REST/API-Synchronisationen, große Postgres-Extraktionen, Parquet-Ladungen und Snowflake COPY-Operationen abdecken.
- Airbyte-Management: Konfigurieren oder Troubleshooting von Airbyte-Verbindungen, wo verwaltete Synchronisation die richtige Lösung ist.
- Produktionsüberwachung: Überwachung der Produktionsläufe und Untersuchung von Fehlern im Zusammenhang mit IAM, OOM, Spot-Instanzen oder schlechten Wasserzeichen.
- Backfills & Catch-ups: Ausführen von Backfills und inkrementellen Catch-ups mit einer klaren Geschichte darüber, was gelandet ist und warum.
- Modellierungs-Partnerschaft: Zusammenarbeit mit Analytics und Produkt bei der Gestaltung von dim/fct/x_fct, inkrementellen Strategien und Datenqualität.
- Code-Überprüfung & Runbooks: Teilnahme an Code-Überprüfungen, Release-Vorbereitung und Schreiben kurzer Runbooks, damit andere Ihre Pipelines betreiben können, wenn Sie nicht da sind.
Hier ist, was Sie benötigen, um erfolgreich zu sein:
- Warehouse-Grundlagen: Solides Verständnis relationaler Datenbanken und Warehouse-Muster - Schlüssel, Grain, Normalisierung vs. Sternschema und wie SCD-Verhalten kodiert wird.
- Orchestrierungserfahrung: Praktische, praktische Erfahrung mit Dagster (oder Airflow) - nicht nur SQL innerhalb einer Scheduler-UI schreiben.
- dbt-Kompetenz: Echte Erfahrung im Aufbau und in der Pflege von Modellen, Tests und Dokumentation in dbt.
- Python in großem Maßstab: Komfort beim Lesen und Schreiben von Python, das Daten in großem Maßstab über Extraktions-, Transformations- und Ladeprozesse bewegt.
- AWS-Arbeitskenntnisse: Praktische Vertrautheit mit S3, IAM und ECS/Fargate auf einem 'debug my job'-Niveau.
- EL-Tool-Vertrautheit: Erfahrung mit Airbyte oder ähnlichen Extract-and-Load-Tools.
- PR-Disziplin: Die Disziplin, Pull-Requests zu schreiben, die andere leicht überprüfen können, und ebenso rigorose Bewertungen im Gegenzug abzugeben.
- Zuverlässigkeitsdenken: Eine Erfolgsbilanz bei der Aufrechterhaltung gesunder Pipelines und konsistenter Modellierung über vollständige Refresh- und inkrementelle Pfade, ohne ein einzelner Fehlerpunkt zu werden.
Der Interviewprozess:
Ihre Bewerbung wird von einem echten Menschen aus dem PeopleOps-Team auf mögliche nächste Schritte überprüft. Wenn Sie die Anforderungen erfüllen, wäre der nächste Schritt ein Video-Interview mit einem Mitglied des PeopleOps-Teams für etwa dreißig (30) Minuten. Wenn erforderlich, wäre der nächste Schritt ein Video-Interview mit unserem Principal Data Scientist für fünfundvierzig (45) Minuten. Wenn erforderlich, wäre der nächste Schritt ein Video-Podiumsinterview mit wichtigen Stakeholdern bei PadSplit für eineinhalb (1,5) Stunden. Wenn erforderlich, wäre der nächste und letzte Schritt ein Video-Interview mit einem wichtigen Führungskraft im Unternehmen für dreißig (30) Minuten. Wenn erforderlich, gehen wir zur Angebotserstellung über!
Vergütung, Vorteile und Vergünstigungen:
- Vollständig remote Position - das schwören wir!
- Wettbewerbsfähiges Vergütungspaket einschließlich eines Aktienbeteiligungsplans und einer unternehmensweiten Bonusmöglichkeit
- Nationale medizinische, zahnärztliche und augenärztliche Gesundheitspläne
- Vom Unternehmen bereitgestellte Lebensversicherungspolice
- Optionale Unfallversicherungen, FSA und DCFSA-Vorteile
- Unbegrenzte bezahlte Freizeit (PTO) mit elf (11) vom Unternehmen beobachteten Feiertagen
- 401(k)-Plan
- Zwölf (12) Wochen bezahlter Urlaub für sowohl gebärende als auch nicht gebärende Eltern
- Die Möglichkeit, das zu tun, was Sie lieben, in einem Unternehmen, das an der Spitze der Lösung der Krise im bezahlbaren Wohnungsbau steht
- 150.000 - 165.000 USD pro Jahr
Die Vergütung basiert auf dem Umfang der Rolle, nationalen Marktbenchmarks, der Expertise und Erfahrung der Person sowie dem Einfluss ihrer Beiträge auf unsere Unternehmensziele. Neben dem Gehalt gibt es eine variable Vergütungskomponente, die auf der Leistung basiert.
Bitte beachten Sie: Obwohl die Stellenanzeige besagt, dass sie in Atlanta, Georgia, ist, handelt es sich um eine vollständig remote Position. Dies ist das Ergebnis unseres Applicant Tracking Systems, das einen Standort erfordert, um die Rolle auf LinkedIn zu veröffentlichen.
Hinweis an Bewerber: PadSplit nimmt an E-Verify teil. Alle neuen Mitarbeiter sind verpflichtet, ein I-9-Formular auszufüllen und autorisiert zu werden, in den Vereinigten Staaten zu arbeiten. Die Beschäftigung ist abhängig von der erfolgreichen Durchführung des E-Verify-Prozesses. PadSplit ist ein Arbeitgeber, der Chancengleichheit bietet. Alle qualifizierten Bewerber erhalten unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, Behinderung oder Status als geschützter Veteran Berücksichtigung für die Beschäftigung.
Data Engineer (Fully Remote) Arbeitgeber: PadSplit
PadSplit ist ein hervorragender Arbeitgeber, der eine vollständig remote Arbeitsumgebung bietet und sich leidenschaftlich für die Lösung der Wohnkrise einsetzt. Mit einem wettbewerbsfähigen Vergütungspaket, unbegrenztem Urlaub und umfangreichen Gesundheitsleistungen fördert das Unternehmen eine positive Arbeitskultur, in der Mitarbeiter wachsen und ihre Fähigkeiten weiterentwickeln können. Hier haben Sie die Möglichkeit, an bedeutenden Projekten zu arbeiten und Teil eines dynamischen Teams zu sein, das Innovation und Zusammenarbeit schätzt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Engineer (Fully Remote) 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 PadSplit 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 (Fully Remote) 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 (Fully Remote) bei PadSplit gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei PadSplit 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 PadSplit entscheidend sein!
