Auf einen Blick
- Aufgaben: Entwickle Datenpipelines und arbeite an spannenden Projekten im Finanzsektor.
- Unternehmen: Innovatives Unternehmen im Finanzbereich mit Fokus auf Datenanalyse.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Team mit großartigen Entwicklungschancen.
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse und arbeite mit modernster Technologie.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in modernen Datentechnologien und Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 54000 - 66000 € pro Jahr.
Wir suchen einen erfahrenen Data Analytics Engineer mit umfangreicher Erfahrung in Python im Finanzsektor sowie guten Kommunikationsfähigkeiten und der Fähigkeit, Anforderungen gemeinsam mit dem Geschäft zu verfeinern.
Aufgaben und Verantwortlichkeiten:
- Entwicklung des erforderlichen Codes für End-to-End-Datenpipelines mit optimaler Extraktion, Transformation und Laden von Daten aus einer Vielzahl von Datenquellen unter Verwendung von Spark, SQL und anderen Technologien.
- Integration von Geschäftsregeln und funktionalen Fähigkeiten, Sicherheitsanforderungen, Anforderungen an die Datenaufbewahrung usw.
- Unterstützung von Business-Analysten und Interaktion mit dem Geschäft zur Identifizierung, Erfassung und Analyse von Geschäftsanforderungen.
- Übersetzung von funktionalen und technischen Anforderungen in ein detailliertes Design.
- Teilnahme und Beitrag zur Gesamtarchitektur und zum Design von Daten.
- Bereitstellung von reaktionsschnellem Support, sowohl während als auch außerhalb der Geschäftszeiten, gemäß Teamrotation.
- Die bestehenden Datenpipelines sind in C# implementiert, werden jedoch nach Python migriert.
- Zusammenarbeit mit Stakeholdern, einschließlich der Sponsoren des Geschäftsbereichs, Produktbesitzern, Datenarchitekten, Dateningenieuren und Business-Analysten, um ihnen bei ihren datenbezogenen technischen Problemen zu helfen und ihre Datenbedürfnisse zu unterstützen.
- Sicherstellung eines effektiven Designs und einer effektiven Entwicklung von Systemarchitekturen durch häufige Produktlieferungen; Anwendung effektiver Governance-Methoden für Transparenz und Kommunikation.
- Aktualität in Bezug auf Branchenstandards und technologische Fortschritte, die die Qualität Ihrer Ergebnisse verbessern.
- Unterstützung und Unterstützung von Machbarkeitsstudien, während sich die Datentechnologie weiterentwickelt.
Must haves:
- Mindestens 5 Jahre Berufserfahrung in modernen Datentechnologien.
- Erfahrung im Aufbau von Datenaufnahme-Pipelines für Data Warehouses und/oder Data Lake/Lakehouse-Architekturen.
- Praktische Entwicklung mit Open-Source-Datentechnologien wie Hadoop, Hive, Spark, HBase, Kafka, Impala, dbt, ELK usw., vorzugsweise mit Cloudera.
- Starke Erfahrung in Datenmodellierung, Entwurfsmustern und dem Aufbau hochskalierbarer Anwendungen.
- Starke Erfahrung mit Python.
Should have:
- Erfahrung in einer Bank/Finanzinstitution, z.B. Kenntnisse über Finanzinstrumente, Handelslebenszyklus, Risikomanagement usw. – Analyse, Implementierung und Test von Datenprodukten.
- Erfahrung mit Lakehouse-Technologien, insbesondere Apache Iceberg.
- Erfahrung mit relationalen SQL- und NoSQL-Datenbanken: SQL Server, Sybase IQ, Postgres, Cassandra usw.
- Erfahrung mit Datenpipeline- und Workflow-Management-Tools: Airflow, RunDeck, Nifi usw.
- Erfahrung mit Stream-Processing-Systemen: Kafka, Spark-Streaming usw.
- Erfahrung mit CICD-Pipelines.
- Erfahrung in agilen Methoden wie Scrum, Kanban.
- Erfahrung mit automatisierten Tests, testgetriebenem Entwickeln, Debugging, Fehlersuche und Optimierung von Code.
- Erfahrung mit .NET/C#.
Nice to have:
- Erfahrung mit cloudbasierten Technologien wie Databricks, Snowflake, Azure Synapse.
- Kenntnisse über Microservices-Architektur und Erfahrung in der API-Erstellung und -Verwaltungstechnologien (REST, SOAP usw.).
Data Analytics Engineer in Basel Arbeitgeber: TEKsystems
Als SharePoint Technical Product Support Specialist in Saint Paul, MN, profitieren Sie von einer dynamischen Arbeitsumgebung, die auf Zusammenarbeit und Innovation ausgerichtet ist. Das Unternehmen bietet umfassende Vorteile wie medizinische Versorgung, 401(k)-Rentenplan und flexible Arbeitszeiten, während es gleichzeitig Möglichkeiten zur beruflichen Weiterentwicklung und Schulung in modernen Technologien fördert. Hier haben Sie die Chance, in einem unterstützenden Team zu arbeiten, das Vielfalt schätzt und sich für eine inklusive Unternehmenskultur einsetzt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Analytics Engineer in Basel 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 TEKsystems 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 Analytics Engineer in Basel 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 Analytics Engineer bei TEKsystems gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei TEKsystems 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 TEKsystems entscheidend sein!
