Auf einen Blick
- Aufgaben: Entwickle und pflege komplexe Datensysteme für Datenanalyse und Reporting.
- Unternehmen: Innovatives Unternehmen in Genf mit Fokus auf Datenengineering.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Team mit großartigen Entwicklungschancen in der Finanzbranche.
- Warum dieser Job: Gestalte die Zukunft der Datenverarbeitung und arbeite an spannenden Projekten.
- Qualifikationen: Mindestens 4 Jahre Erfahrung in der Datenverarbeitung und fortgeschrittene technische Fähigkeiten.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Wir suchen derzeit einen erfahrenen Data Engineer, der einem der Teams unseres Kunden in Genf beitreten kann. Die Stelle umfasst das Entwerfen, Bauen und Warten komplexer Datensysteme, die Datenanalyse und Berichterstattung ermöglichen. Mit minimaler Aufsicht sorgt diese Position dafür, dass große Datenmengen effizient verarbeitet und für Entscheidungen zugänglich gemacht werden.
WESENTLICHE FUNKTIONEN
- Dateninfrastruktur: Bereitet die Dateninfrastruktur vor, um die effiziente Speicherung und den Abruf von Daten zu unterstützen.
- Datenformate: Untersucht und löst geeignete Datenformate, um die Datenbenutzbarkeit und -zugänglichkeit in der gesamten Organisation zu verbessern.
- Daten- und Analyselösungen: Entwickelt komplexe Datenprodukte und -lösungen mit fortschrittlichen Ingenieur- und Cloud-Technologien, um sicherzustellen, dass sie skalierbar, nachhaltig und robust sind.
- Datenpipelines: Entwickelt und wartet Streaming- und Batch-Datenpipelines, die die nahtlose Aufnahme von Daten aus verschiedenen Datenquellen ermöglichen, transformiert die Daten in Informationen und überträgt sie in Datenspeicher wie Data Lakes und Data Warehouses.
- Daten Systeme: Überprüft bestehende Datensysteme und Architekturen, um Verbesserungs- und Optimierungsbereiche zu identifizieren.
- Stakeholder-Management: Arbeitet mit multifunktionalen Daten- und Advanced Analytics-Teams sowie mit Geschäftsteams zusammen, um Anforderungen zu gewinnen und sicherzustellen, dass Datenlösungen die funktionalen und nicht-funktionalen Bedürfnisse verschiedener Partner erfüllen.
- Datenframeworks: Baut komplexe Prototypen, um neue Konzepte zu testen, und implementiert Datenengineering-Frameworks und -Architekturen, die die Datenverarbeitungsfähigkeiten verbessern und fortgeschrittene Analyseinitiativen unterstützen.
- Automatisierte Bereitstellungspipelines: Entwickelt automatisierte Bereitstellungspipelines zur Verbesserung der Effizienz von Code-Bereitstellungen mit passender Governance.
- Datenmodellierung: Führt komplexe Datenmodellierungen durch, die an Datenspeichertechnologien ausgerichtet sind, um nachhaltige Leistung, Zugänglichkeit und effektive Nutzung durch BI, Analytik und nachgelagerte Systeme sicherzustellen.
MINDESTANFORDERUNGEN UND TYPISCHE ARBEITSERFAHRUNG
Mindestens 4 Jahre relevante Berufserfahrung. Typischerweise 5 Jahre oder mehr relevante Erfahrung.
TECHNISCHE FÄHIGKEITEN
- Datenplattformdesign - Entwurf skalierbarer ELT-Datenplattformen auf Snowflake zur Unterstützung von Batch- und Echtzeitarbeitslasten.
- Cloud: AWS
- Fortgeschrittene Python-Entwicklung - Erstellung produktionsreifer Python-Pipelines und wiederverwendbarer Datenframeworks, mit Kenntnissen über .NET-Dienste und Integrationen.
- Snowflake- und relationale Datenbankexpertise - Tiefes Wissen über die Snowflake-Architektur, fortgeschrittenes SQL und Erfahrung mit Oracle, SQL Server und PostgreSQL.
- Batch- und Echtzeitverarbeitung - Entwurf und Betrieb zuverlässiger Batch- und Streaming-/Echtzeit-Datenpipelines mit Apache Kafka und Apache Pulsar.
- Leistungs- und Kostenoptimierung - Optimierung von Snowflake-Abfragen, Warehouse-Nutzung und Python-Arbeitslasten für Effizienz und Skalierung.
- Sicherheit und Governance - Implementierung von Zugriffskontrollen, Datenschutz und sicheren Datenfreigabemustern über Datenplattformen hinweg.
- Zuverlässigkeit und Datenqualität - Sicherstellung der Resilienz von Pipelines, Überwachung und Datenqualität über kritische Datensätze.
- GenAI-Fähigkeit - Ermöglichung von GenAI-Anwendungsfällen durch hochwertige Datenpipelines, einschließlich der Vorbereitung strukturierter und unstrukturierter Daten, Einbettungen und Integration mit OpenAI (z. B. RAG-Workflow).
BEVORZUGTE KOMPETENZEN
- Nachgewiesene Erfahrung in der Handels- und/oder Finanzbranche.
- Nachgewiesene Erfahrung mit MS Power BI und Tableau.
Senior Data Engineer Arbeitgeber: Umanova SA
Umanova SA ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern in Genf ein dynamisches und unterstützendes Arbeitsumfeld bietet. Mit einem starken Fokus auf berufliche Weiterentwicklung und Teamarbeit fördert das Unternehmen eine Kultur des Wissensaustauschs und der Innovation. Die Möglichkeit, an spannenden Projekten im Bereich audiovisuelle Systeme zu arbeiten, macht diese Position besonders attraktiv für Fachkräfte, die einen bedeutenden Beitrag leisten möchten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Senior Data Engineer 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 Umanova SA 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 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 Senior Data Engineer bei Umanova SA gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Umanova SA 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 Umanova SA entscheidend sein!
