Auf einen Blick
- Aufgaben: Entwickle und pflege skalierbare Datenpipelines und -verarbeitungsworkflows.
- Unternehmen: Innovatives Unternehmen im Bereich Daten und Technologie mit einem leistungsstarken Team.
- Vorteile: Kontinuierliche Anstellung, wettbewerbsfähige Vergütung und spannende Projekte.
- Weitere Informationen: Reise zu Kundenstandorten, aber kontinuierliche Beschäftigung zwischen Projekten.
- Warum dieser Job: Arbeite an komplexen Datenprojekten und gestalte digitale Transformation aktiv mit.
- Qualifikationen: Erfahrung in Python, Databricks, Snowflake und SQL erforderlich.
Das prognostizierte Gehalt liegt zwischen 54000 - 66000 € pro Jahr.
Arbeitsmuster: Primär vor Ort beim Kunden, ungefähr 4 Tage pro Woche nach Bedarf
Vertragsart: Langfristiger Vertrag, Dauer wird festgelegt
Sprache: Fließendes Deutsch – zwingende Voraussetzung (B2/C1/C2/Muttersprache)
Beschäftigungsart: EOR / Beschäftigung
Über die Rolle
Wir suchen einen erfahrenen Data Engineer (m/w/d), der einem leistungsstarken Daten- und Technologie-Team beitritt. In dieser Rolle arbeiten Sie an komplexen Datenprojekten und unterstützen großangelegte Dateninitiativen sowie digitale Transformationsprojekte.
Der ideale Kandidat verfügt über umfangreiche praktische Erfahrungen mit Python, Databricks, Snowflake und SQL sowie nachweisliche Erfahrungen im Aufbau und in der Entwicklung skalierbarer Datenpipelines und Datenverarbeitungslösungen.
Verantwortlichkeiten
- Entwickeln, Erstellen und Warten skalierbarer Datenpipelines und Datenverarbeitungs-Workflows
- Python für Datenverarbeitung, Automatisierung und Datenengineering-Lösungen verwenden
- Datenpipelines mit Databricks erstellen und optimieren
- Mit Snowflake als Cloud-Datenlager arbeiten
- SQL-Abfragen zur Datenextraktion, -transformation und -analyse entwickeln und optimieren
- Datenumwandlungen, Datenintegration und Datenqualitätsprüfungen durchführen
- Mit Data Scientists, Data Engineers, Analysten und Geschäftspartnern zusammenarbeiten
- Probleme beheben und die Leistung von Datenpipelines und Workflows optimieren
- Zur Entwicklung robuster und skalierbarer Datenplattformen beitragen
Anforderungen
Für diese Position sind praktische Berufserfahrungen in allen vier folgenden Bereichen erforderlich:
- Python – starke Programmierkenntnisse, insbesondere in der Datenverarbeitung und Automatisierung
- Databricks – praktische Erfahrungen im Aufbau und Management von Datenpipelines
- Snowflake – praktische Erfahrungen mit Cloud-Datenlagerung
- SQL – starke Fähigkeiten im Schreiben von Abfragen und im Umgang mit großen Datensätzen
WARUM BEITRETEN?
Der Kandidat wird über eine EOR-Vereinbarung beschäftigt. Wenn er einem Kundenprojekt zugewiesen wird, reist er zum Arbeiten vor Ort beim Kunden, ungefähr 4 Tage pro Woche. Wenn das Kundenprojekt endet und er auf der Bank ist, bleibt er beschäftigt und erhält weiterhin seine vereinbarte Vergütung, auch während er auf den nächsten Kundenauftrag wartet. Er kann dann auf ein anderes Kundenprojekt wechseln, wenn eines verfügbar wird. Der Hauptvorteil ist also die Kontinuität der Beschäftigung/Zahlung zwischen Projekten, anstatt nur bezahlt zu werden, wenn er aktiv an einem Kundenauftrag arbeitet.
Data Engineer Arbeitgeber: Russell Tobin
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, in einem dynamischen und innovativen Umfeld zu arbeiten, das auf Teamarbeit und kontinuierliche Weiterbildung setzt. Unsere Unternehmenskultur fördert Kreativität und Zusammenarbeit, während wir Ihnen durch spannende Projekte im Bereich Data Engineering und modernste Technologien wie Databricks und Snowflake die Chance geben, Ihre Fähigkeiten weiterzuentwickeln. Zudem profitieren Sie von flexiblen Arbeitszeiten und einer hervorragenden Work-Life-Balance in einer attraktiven Lage.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so 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 Russell Tobin 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 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 bei Russell Tobin gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Russell Tobin 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 Russell Tobin entscheidend sein!
