Auf einen Blick
- Aufgaben: Leite die Entwicklung einer modernen Datenplattform und optimiere Datenpipelines.
- Unternehmen: Prodege, ein innovatives Unternehmen im Bereich Marketing und Verbraucheranalysen.
- Vorteile: Attraktives Gehalt, umfassende Gesundheitsleistungen und flexible Arbeitszeiten.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Karrieremöglichkeiten und einem inklusiven Team.
- Warum dieser Job: Gestalte die Zukunft der Datenarchitektur und arbeite an spannenden Projekten mit KI.
- Qualifikationen: Erfahrung in Data Engineering, SQL und Python erforderlich.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Strategische Imperative
Die Rolle des Principal Data Engineer ist entscheidend für den Erfolg des Kerngeschäfts von Prodege, indem er als hoch technischer, praktischer Führer verantwortlich ist für das Design, den Aufbau und die Modernisierung der nächsten Generation der Datenplattform. Dieser Ingenieur wird im Zentrum der Transformation unserer Datenarchitektur über Snowflake, dbt, Iceberg, Trino und Streaming-/ereignisgesteuerte Systeme stehen und sicherstellen, dass die Datenbasis skalierbar, zuverlässig, kosteneffizient und AI-bereit ist, um unsere Hauptprodukte (Swagbucks, MyPoints, Insights) und komplexe Geschäftsdomänen (CX, Rewards, Performance Marketing) zu unterstützen.
Primäre Ziele
- Architektur & Modernisierung: Führen Sie das Design und die Implementierung der nächsten Generation der Lakehouse-Architektur (Iceberg / Trino / Snowflake) und refaktorisieren Sie komplexe, veraltete Datensysteme in moderne, skalierbare Muster.
- Hochleistungs-Pipeline-Lieferung: Entwerfen, bauen und optimieren Sie hochskalierbare, zuverlässige ELT / ETL- und Streaming-Datenpipelines unter Verwendung von Experten-SQL, Python, Snowflake, dbt und modernen Orchestrierungsmustern.
- Datenqualität & Governance: Übernehmen Sie die Beobachtbarkeit, Herkunft, Qualität, Zuverlässigkeit und Governance-Rahmenwerke für mission-kritische Datensätze über das Multi-Produkt-Ökosystem.
- AI / ML Enablement: Unterstützen Sie direkt die Data Science- und ML Engineering-Teams, indem Sie produktionsreife Datensätze, Feature-Pipelines und skalierbare Datenbasen für Experimente, Modellentwicklung und Entscheidungsfindung bereitstellen.
- Engineering Excellence & Mentorship: Erhöhen Sie den Ingenieurniveau im Team, setzen Sie architektonische Standards, betreuen Sie Ingenieure und fördern Sie AI-unterstützte / AI-first Entwicklungspraktiken, wo sie die Produktivität und Qualität erheblich verbessern.
- Strategische Datenführung: Leiten Sie die Organisation in Bezug auf Medallion-Architektur, Datenverträge, Schema-Evolution, Tool-Auswahl und skalierbare Plattformmuster, während Sie effektiv in mehrdeutigen und sich entwickelnden Problemfeldern arbeiten.
Qualifikationen
Um diese Aufgabe erfolgreich auszuführen, muss eine Person in der Lage sein, jede Aufgabenstellung zufriedenstellend zu erfüllen. Die unten aufgeführten Anforderungen sind repräsentativ für das Wissen, die Fähigkeiten und/oder die erforderlichen Fähigkeiten.
- Abschluss in Informatik, Ingenieurwesen, einem quantitativen Bereich oder gleichwertige praktische Erfahrung.
- Sechs oder mehr Jahre praktische Erfahrung in der Datenverarbeitung, idealerweise in AdTech, MarTech, Growth, Consumer Internet oder anderen hochvolumigen / Multi-Produkt-Umgebungen.
- Expertenkenntnisse in SQL, starke Python-Kenntnisse und umfangreiche Erfahrung im Aufbau robuster ETL / ELT-Workflows.
- Starke Erfahrung mit Snowflake und dbt für Datenumwandlung und Analytik-Engineering.
- Nachgewiesene Erfahrung im Design und Aufbau moderner Datenplattformen in großem Maßstab.
- Starke Erfahrung mit Batch- und Near-Real-Time-Datenpipelines, ereignisgesteuerten Systemen und/oder Streaming-Architekturen.
- Starkes Verständnis der Medallion-Architektur, moderner Datenmodellierungstechniken, Datenverträge, Schema-Evolution und Plattformdesignmuster für Analytik und ML.
- Nachgewiesene Erfahrung mit der Leistungsoptimierung großer Abfragen, Kosten-/Leistungsabgleich und Zuverlässigkeit der Dateninfrastruktur.
- Erfahrung mit Iceberg, Trino oder ähnlichen offenen Tabellenformat-/Abfrage-Engine-Ökosystemen in einer Lakehouse-Architektur.
- Fähigkeit, komplexe, miteinander verbundene Datensysteme mit einer Ownership-Mentalität zu navigieren und zu refaktorisieren.
- Erfahrung in der Zusammenarbeit mit Data Science, BI, Produkt, Engineering und Geschäftsteams, um skalierbare und vertrauenswürdige Datenbasen aufzubauen.
- Fähigkeit, eine AI-first Denkweise in die Datenengineering-Organisation zu bringen und Teams zu helfen, AI effektiv zur Lösung komplexer Datenengineering-Probleme zu nutzen.
- Starke Mentoring- und technische Führungsfähigkeiten mit der Fähigkeit, Architektur und Ingenierrichtung über Teams hinweg zu beeinflussen.
- Komfortabel im Umgang mit Mehrdeutigkeit und bei der Definition von Strategien in Greenfield- oder sich entwickelnden Umgebungen.
Die Nice to Haves
Erfahrung mit Kafka, Kinesis oder Apache Flink für Streaming-Ingestion und ereignisgesteuerte Datenarchitekturen. Vertrautheit mit Feature-Stores, Modellbereitstellungspipelines und MLOps-Praktiken. Berufserfahrung mit AI-gesteuerten Entwicklungstools (z.B. GitHub Copilot) für Codierung, Tests oder Dokumentationsgenerierung. Frühere Erfahrung in einem Verbraucherbelohnungs-, Umfrage- oder Performance-Marketing-Ökosystem.
Gehaltstransparenz
Die erwartete Grundgehaltsspanne für diese Position liegt zwischen 240.000 und 275.000 USD. Das endgültige Gehalt, das einem erfolgreichen Kandidaten angeboten wird, hängt von mehreren Faktoren ab, die unter anderem die Art und Dauer der Erfahrung innerhalb des Jobs, die Art und Dauer der Erfahrung innerhalb der Branche, die Art und Dauer des Wissens und der Fähigkeiten für die Position, Ausbildung, Schulung usw. umfassen können.
Prodege Vorteile
Prodege bietet ein umfassendes Leistungspaket für US-Vollzeitmitarbeiter, einschließlich medizinischer, zahnärztlicher, augenärztlicher, kurz- und langfristiger Invaliditäts- sowie Basislebensversicherung. Mitarbeiter erhalten flexibles PTO sowie bezahlten Krankheitsurlaub, der anteilig basierend auf dem Einstellungsdatum berechnet wird. US-Mitarbeiter haben acht bezahlte Feiertage im Kalenderjahr. Mitarbeiter haben die Möglichkeit, Aktien des Unternehmens zu erwerben, die über vier Jahre vesten.
Chancengleichheitserklärung
Bei Prodege setzen wir uns für die Schaffung eines vielfältigen und integrativen Umfelds ein. Wir sind stolz darauf, ein Arbeitgeber für Chancengleichheit zu sein. Wir diskriminieren nicht aufgrund von Rasse, Farbe, Religion, Geschlecht, sexueller Orientierung, Geschlechtsidentität oder -ausdruck, nationaler Herkunft, Alter, Behinderung, Veteranenstatus oder einer anderen gesetzlich geschützten Eigenschaft. Wir ermutigen Personen aller Hintergründe, sich zu bewerben.
Principal Data Engineer Arbeitgeber: Prodege
Prodege ist ein innovatives Unternehmen, das seinen Mitarbeitern eine dynamische und unterstützende Arbeitsumgebung bietet. Als Senior Account Manager haben Sie die Möglichkeit, strategische Partnerschaften mit führenden Marken im Gaming-Bereich aufzubauen und zu pflegen, während Sie von einem engagierten Team profitieren, das Wert auf persönliche Entwicklung und Wachstum legt. Mit einem klaren Fokus auf die Schaffung von 'belohnenden Momenten' für Partner und Mitarbeiter fördert Prodege eine Kultur der Zusammenarbeit und des Erfolgs.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Principal 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 Prodege 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 Principal 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 Principal Data Engineer bei Prodege gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Prodege 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 Prodege entscheidend sein!
