Auf einen Blick
- Aufgaben: Entwicklung und Optimierung von Datenplattformen auf Azure und Databricks sowie Umsetzung von ETL/ELT-Pipelines.
- Unternehmen: Wir sind ein innovatives Unternehmen, das moderne Datenlösungen für verschiedene Branchen bereitstellt.
- Vorteile: Attraktive Weiterbildungsmöglichkeiten und ein dynamisches Arbeitsumfeld mit einem engagierten Team.
- Weitere Informationen: Teamorientierte Arbeitsweise und Bereitschaft zur kontinuierlichen fachlichen Weiterentwicklung sind erforderlich.
- Warum dieser Job: Gestalten Sie die Zukunft der Datenarchitekturen in einem wachsenden Team mit modernsten Technologien.
- Qualifikationen: 3-5 Jahre Erfahrung im Data Engineering, insbesondere mit Databricks und Azure, sowie Kenntnisse in Python und SQL.
Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.
Moderne Datenplattformen auf Azure und Databricks entwickeln, betreiben und optimieren. Skalierbare ETL/ELT‑Pipelines sowie Data‑Lake‑ und Lakehouse‑Architekturen umsetzen. Bestehende Datenlösungen weiterentwickeln. Datenqualität, Performance und Stabilität sicherstellen. Enge Zusammenarbeit mit Analytics‑, BI‑ und Fachbereichsteams. An Architektur‑ und Technologieentscheidungen mitwirken.
Qualifikationen
- Analytischer Senior Data Engineer mit 3–5 Jahren Erfahrung, vorzugsweise mit Databricks und Azure.
- Sehr gute Kenntnisse in Data Engineering, ETL/ELT, Streaming und skalierbaren Datenarchitekturen.
- Fundierte Erfahrung mit Python, SQL, Apache Spark und Delta Lake.
- Teamorientiert, eigenverantwortlich und qualitätsbewusst.
- Abgeschlossenes Studium im MINT‑Bereich oder in Wirtschaftsinformatik bzw. vergleichbare Qualifikation.
Erfahrungen
- Mehrjährige Berufserfahrung im Data Engineering, inklusive End‑to‑End‑Data‑Lösungen mit Databricks und Hyperscaler (Azure).
- Vertraut mit Konzepten wie Data Lakehouse, ETL/ELT, Streaming und verteilte Verarbeitung.
- Erfahrung in der strukturierten Umsetzung von Datenpipelines, Bindung von Quellsystemen sowie in DevOps‑Automatisierung (Terraform, CI/CD für Data Workloads).
Technischer Stack
- Azure, Databricks
- Apache Spark, Delta Lake
- Python, SQL
- Infrastructure as Code (z. B. Terraform)
- CI/CD für Data Workloads
Zusätzliche Kompetenzen
- Starke Kommunikationsfähigkeiten zur Vermittlung technischer Inhalte.
- Kontinuierliche Bereitschaft zur fachlichen Weiterentwicklung und Interesse an neuen Technologien sowie Best Practices im Data Engineering.
Senior - Data Engineering (m/w/d) Azure und Databricks Arbeitgeber: Skeltech
Unser Unternehmen bietet eine spannende Möglichkeit, an der Entwicklung moderner Datenlösungen zu arbeiten. Wir fördern kontinuierliche Weiterbildung und bieten ein dynamisches Arbeitsumfeld in [Stadt]. Unser Team besteht aus Experten, die innovative Ansätze im Data Engineering verfolgen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Senior - Data Engineering (m/w/d) Azure und Databricks 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 Skeltech 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 Senior - Data Engineering (m/w/d) Azure und Databricks 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 Senior - Data Engineering (m/w/d) Azure und Databricks bei Skeltech gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Skeltech 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 Skeltech entscheidend sein!
