Principal Data Engineer / Data Lead

Principal Data Engineer / Data Lead

Penzberg Vollzeit 60000 - 84000 € / Jahr (geschätzt) Kein Homeoffice möglich
Roche

Auf einen Blick

  • Aufgaben: Leite technische Entscheidungen und integriere Daten für innovative digitale Lösungen.
  • Unternehmen: Roche, ein führendes Unternehmen im Gesundheitswesen mit einer inklusiven Kultur.
  • Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
  • Weitere Informationen: Dynamisches Umfeld mit großartigen Karrierechancen und einem starken Fokus auf Teamarbeit.
  • Warum dieser Job: Gestalte die Zukunft der Datenarchitektur und mache einen echten Unterschied.
  • Qualifikationen: Mindestens 8 Jahre Erfahrung in der Datenverarbeitung und Expertenkenntnisse in SQL und Python.

Das prognostizierte Gehalt liegt zwischen 60000 - 84000 € pro Jahr.

Wir suchen einen Principal Data Engineer/Data Lead, der technische Führungsstärke für die digitale Lösung navify Cervical Screening bietet. Sie werden ein erstklassiger Experte sein, der architektonische Entscheidungen vorantreibt, die Datenintegration überwacht und die Lieferung von Funktionen und Verbesserungen sicherstellt.

Hauptverantwortlichkeiten

  • Datenintegration und Datenfabriken über die Domänen hinweg vorantreiben und dabei Daten, Geschäfts- und Entwicklungsdomänen zusammenbringen.
  • Best Practices sicherstellen und organisationale Standards für Datenqualität, Governance, Sicherheit und Beobachtbarkeit unterstützen.
  • Als technischer Fachexperte fungieren, Senior- und Staff-Engineers betreuen und eng mit der technischen Leitung, Datenwissenschaftlern und Geschäftspartnern zusammenarbeiten.
  • Mit funktionsübergreifenden Stakeholdern zusammenarbeiten, um die Datenstrategie zu gestalten, Geschäftsbedürfnisse in skalierbare technische Lösungen zu übersetzen und Entscheidungsprozesse auf Domain- und Unternehmensebene zu beeinflussen.
  • Die Bewertung und Integration neuer Technologien leiten, um die Leistung und Zuverlässigkeit des Datenökosystems kontinuierlich zu verbessern.
  • Die komplexesten Leistungs- und Architekturherausforderungen im Datenökosystem beheben und lösen.
  • Verantwortung für die Definition und rechtzeitige Lieferung aller datenbezogenen Anforderungen übernehmen, einschließlich Datenintegration, Migration, Speicherung, Struktur, rechtliche Konformität, Datenschutz, Qualität und Generierung von Erkenntnissen.
  • DA&R-Engagement und -Lieferung für digitale Produkte orchestrieren, die richtigen DA&R-Fähigkeiten aktivieren und als wichtige Schnittstelle zu funktionsübergreifenden Experten agieren.

Erforderliche Qualifikationen

  • Über 8 Jahre Berufserfahrung in einer Rolle im Bereich Data Engineering, mit signifikanter Erfahrung auf Principal- oder Staff-Ebene.
  • Expertenkenntnisse in SQL und Python.
  • Umfangreiche Erfahrung in der Architektur und Verwaltung von großangelegten Cloud-Datenplattformen (z.B. AWS Glue, Google Dataflow, Azure Data Factory) und tiefgehende Expertise in Containerisierung und Orchestrierung (Docker/Kubernetes).
  • Tiefe praktische Expertise in Konzepten des Data Warehousing, fortgeschrittenen Modellierungstechniken (z.B. dimensionale Modellierung, Data Vault) und der Etablierung von Daten-Governance-Rahmenwerken.
  • Nachweisliche Erfolge beim Aufbau, der Optimierung und der Leitung der Bereitstellung von massiv skalierbaren, hochgradig parallelen Datenpipelines unter Verwendung verteilter Verarbeitungsframeworks (z.B. Apache Spark, Flink).
  • Außergewöhnliche Kommunikations-, Verhandlungs- und Einflussfähigkeiten, mit der Fähigkeit, komplexe technische Konzepte sowohl technischen als auch geschäftlichen Zielgruppen zu präsentieren.

Bevorzugte Qualifikationen

  • Gute Spanischkenntnisse.
  • Tiefe Erfahrung mit Workflow-Orchestrierungstools (z.B. Apache Airflow, Dagster) und deren Verwaltung im großen Maßstab.
  • Erfahrung mit NoSQL- und Graphdatenbanken (z.B. MongoDB, Cassandra, Neo4j).
  • Expertise in Stream-Processing-Architekturen und -Technologien (z.B. Kafka, Kinesis, Pulsar).
  • Umfangreiche Erfahrung mit Terraform, CloudFormation oder anderen fortgeschrittenen Infrastructure as Code (IaC)-Tools und GitOps-Methoden.

Roche ist ein Arbeitgeber, der Chancengleichheit bietet.

Roche

Kontaktdaten:

Roche Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Principal Data Engineer / Data Lead 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 Roche 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 / Data Lead mit Bravour zu bestehen

Technische Führung
Datenintegration
Architekturentscheidungen
Datenqualität
Daten-Governance
Sicherheit
Beobachtbarkeit

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 / Data Lead bei Roche gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Roche 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 Roche entscheidend sein!