Auf einen Blick
- Aufgaben: Entwickle und skaliere moderne Datenprodukte auf Google Cloud Platform.
- Unternehmen: Innovatives Unternehmen mit Fokus auf Datenlösungen und Analytics.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Team mit großartigen Entwicklungschancen.
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse und arbeite an spannenden Projekten.
- Qualifikationen: Erfahrung in Datenengineering, GCP, BigQuery und Python erforderlich.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
- Data Engineer III
- Team: Global Data Platform Engineering (Datamancers)
- Reports To: Senior Data Engineering Manager
Role Summary
We are seeking a highly skilled Data Engineer III to help design, build, and scale enterprise data products on Google Cloud Platform (GCP).
This role is responsible for developing modern data pipelines, transformation frameworks, semantic data models, and analytics solutions that power business-critical reporting, advanced analytics, and AI-enabled use cases across Pearson.
The ideal candidate combines strong data engineering practices with deep expertise in cloud-native data platforms, data modeling, analytics engineering, and platform governance.
This role will work across Data Products / Data 360s and other strategic data initiatives utilizing Big Query, dbt, Looker, Power BI, and modern CI/CD practices.
Key Responsibilities
- Design, build, and maintain scalable data pipelines and ELT workflows on GCP using our DBT platform.
- Develop and support data products using Medallion Architecture (Bronze, Silver, and Gold layers).
- Build and maintain dbt models, reusable transformations, and analytics engineering frameworks.
- Design optimized Big Query data models, datasets, views, and performance tuning strategies.
- Implement automated data quality, testing, observability, and monitoring solutions.
- Develop and support semantic models for analytics and reporting platforms including Looker and Power BI.
- Partner with analytics engineers, software engineers, QA engineers, architects, and business stakeholders to deliver trusted data products.
- Support CI/CD, release management, automated testing, and deployment processes.
- Implement and maintain data governance, security, privacy, and access control standards.
- Contribute to architecture decisions, platform standards, and engineering best practices.
- Troubleshoot production issues and drive continuous platform improvements focused on reliability, scalability, and operational excellence.
- Required Skills & Experience
- Technical Skills
- Google Cloud Platform (GCP)
- Big Query
- dbt Core
- Advanced SQL
- Python
- REST API integration
- Git / Git Hub
- CI/CD pipelines
- Data modeling and dimensional modeling
- Data quality and test automation
- Performance optimization and query tuning
- Cloud-native architecture and software engineering practices
- AI Agent Frameworks and Implementations (GCP Gemini)
- Analytics & Visualization
- Looker / Look ML
- Power BI
- Semantic modeling
- KPI and metric development
- Dashboard optimization and analytics enablement
- Engineering Practices
- Agile development methodologies
- Dev Ops and automation practices
- Infrastructure-as-Code concepts
- Monitoring and observability frameworks
- Technical design and architecture documentation
- Peer reviews and collaborative engineering practices
- Preferred Qualifications
- Experience building enterprise-scale data and analytics platforms.
- Experience supporting Marketing, Digital Analytics, Customer, or Advertising data domains.
- Experience implementing Medallion Architecture and data product operating models.
- Experience with orchestration technologies such as Airflow, Cloud Composer, or Cloud Run.
- Understanding of data governance, GDPR, PII management, and enterprise security controls.
- Experience supporting AI, machine learning, and conversational analytics use cases.
- Experience working in highly collaborative cross-functional environments with product, engineering, governance, and business stakeholders.
- What Success Looks Like
- Delivers high-quality, production-ready data solutions with minimal supervision.
- Drives improvements in platform reliability, scalability, performance, and maintainability.
- Establishes reusable engineering patterns, frameworks, and best practices.
- Automates manual processes and improves operational efficiency across the platform.
- Partners effectively with stakeholders to translate business requirements into scalable technical solutions.
- Provides technical leadership, mentors fellow engineers, drives engineering best practices, and influences the technical direction of enterprise data products.
- Enables trusted, governed, and scalable data products that accelerate analytics and business decision-making.
- Ideal Candidate Profile
A senior-level Data Engineer with strong expertise in GCP, Big Query, dbt, Python, and analytics engineering who can independently own the end-to-end delivery of enterprise data products while influencing platform architecture, engineering standards, governance practices, and the long-term evolution of Pearson's modern data ecosystem.
Compensation at Pearson
Compensation at Pearson is influenced by a wide array of factors including but not limited to skill set, level of experience, and specific location.
As required by the California, Colorado, Hawaii, Illinois, Maryland, Minnesota, New Jersey, New York State, New York City, Vermont, Washington State, and Washington DC laws, the pay range for this position is as follows:
The minimum full-time salary range is between $80,000 - $100,000
This position is eligible to participate in an annual incentive program, and information on benefits offered is here.
Applications will be accepted through 17th August 2026. This window may be extended depending on business needs.
#J-18808-Ljbffr
Data Engineer III Arbeitgeber: Pearson
Pearson ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung bietet, in der Mitarbeiter die Möglichkeit haben, an der Spitze der Technologie zu arbeiten. Mit einem starken Fokus auf persönliche und berufliche Entwicklung fördert das Unternehmen eine Kultur des kontinuierlichen Lernens und der Zusammenarbeit, während es gleichzeitig bedeutende Beiträge zur Bildung von Millionen von Lernenden weltweit leistet. Die Position des Software Engineering Team Managers bietet nicht nur die Chance, ein talentiertes Team zu führen, sondern auch aktiv an der Gestaltung der Zukunft von KI-gestützter Softwareentwicklung mitzuwirken.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Engineer III 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 Pearson 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 III 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 III bei Pearson gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Pearson 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 Pearson entscheidend sein!
