Auf einen Blick
- Aufgaben: Leite die Architektur und Umsetzung moderner Datenplattformen auf Snowflake.
- Unternehmen: Innovatives Unternehmen mit Fokus auf Data & AI und Snowflake-Elite-Partner.
- Vorteile: Flexible Arbeitszeiten, Homeoffice, Weiterbildung und ein unterstützendes Team.
- Weitere Informationen: Wachse in einer dynamischen Community von Data- und AI-Experten.
- Warum dieser Job: Gestalte spannende Projekte mit namhaften Kunden und setze deine Ideen um.
- Qualifikationen: Mindestens 6 Jahre Erfahrung im Data Engineering und tiefes Verständnis der Snowflake-Architektur.
Das prognostizierte Gehalt liegt zwischen 56250 - 68750 € pro Jahr.
Dein Wirkungsfeld
Als Technical Lead verantwortest du Architektur und Umsetzung moderner Datenplattformen auf Snowflake – von der Zielarchitektur bis zum produktiven Betrieb. Gemeinsam mit Fachbereich und IT übersetzt du Business-Anforderungen in tragfähige technische Lösungen und gibst deinen Teams Snowflake-Best-Practices mit.
Du baust skalierbare Data Pipelines mit SQL, Python/Snowpark und dbt, nutzt u. a. Streams, Tasks, Dynamic Tables und UDFs und bindest Quellsysteme wie SAP, CRM oder Streaming-Daten an. Mit Snowflake Cortex AI (z.B. Cortex Search, Cortex Analyst, Agents) setzt du GenAI- und ML-Use-Cases direkt in der Plattform um.
Du sorgst für Qualität und Kosteneffizienz durch saubere Datenmodellierung, Governance mit Snowflake Horizon, Rollen- und Zugriffskonzepte sowie Performance- und Kostenoptimierung. Deployments automatisierst du mit CI/CD und Infrastructure as Code (z.B. Terraform) auf AWS oder Azure. Im Sales/Presales führst du Workshops und PoCs durch und gestaltest Angebote mit. Zudem coachst du Kolleg:innen und baust unsere Snowflake-Community in der DACH-Region mit auf.
Was Dich auszeichnet
- Studium in (Wirtschafts-)Informatik, Data Science oder vergleichbare Qualifikation sowie mind. 6 Jahre Erfahrung im Data Engineering, idealerweise in der Beratung
- Mehrere erfolgreich umgesetzte Snowflake-Projekte in tragender Rolle, z.B. Plattformen über Fachbereiche hinweg oder Migrationen aus Altsystemen (Oracle, Teradata, SAP BW)
- Tiefes Verständnis der Snowflake-Architektur (Warehouse-Sizing, Clustering, Caching, Query-Tuning, Monitoring Kostenoptimierung)
- Sehr gute SQL- und Python-Kenntnisse, Erfahrung mit dbt und moderner Datenmodellierung (z.B. Star Schema, Data Vault)
- Erfahrung mit Datenintegration und Orchestrierung produktiver Pipelines (z.B. Airflow, Dagster, Fivetran oder Openflow)
- Praxis mit mindestens einem Hyperscaler (AWS oder Azure) sowie CI/CD und IaC
- Erfahrung mit AI/ML-Use-Cases, idealerweise mit Snowflake Cortex oder Snowpark ML
- Strukturierte, verantwortungsbewusste Arbeitsweise und die Fähigkeit, komplexe Themen verständlich für Fachbereich und IT zu erklären
- Fliessende Deutsch- und Englischkenntnisse
Von Vorteil
- SnowPro Certification (Core oder Advanced)
- Erfahrung mit Coalesce, Apache Iceberg oder Streamlit
- Erfahrung mit SAP BW Transformationen
Darauf kannst Du Dich freuen
- Snowflake-Fokus mit Rückendeckung: Als Snowflake-Elite-Partner bieten wir dir direkten Draht zu Snowflake, frühen Zugang zu neuen Features und eine wachsende interne Snowflake-Community.
- Zertifizierungen Weiterbildung: Wir übernehmen die Kosten für SnowPro- und Cloud-Zertifizierungen.
- Projekte mit Wirkung: Data- und AI-Plattformen für namhafte Kunden in der DACH-Region – von der Strategie bis zum Go-live.
- Unternehmertum als Core Value: Hast du eine Idee, bekommst du Raum und Rückhalt, sie umzusetzen – vom internen Accelerator bis zum neuen Service-Angebot.
- Ein Team, das hinter dir steht: Wertschätzung, kurze Wege und Kolleg:innen, die ihr Wissen gerne teilen. Deinen Weg gestalten wir gemeinsam.
- Flexibles Arbeiten: Flexible Arbeitszeiten, Homeoffice-Möglichkeit und ein modernes, zentral gelegenes Büro in Zürich, in dem wir uns gerne treffen – zum Arbeiten, für Team-Days oder zum Feiern.
- Vernetzt wachsen: Austausch mit Data- AI-Expert:innen der valantic-Gruppe und in der Community der Snowflake-Elite-Partner, die du aktiv mitprägst.
Senior Data & AI Engineer - Snowflake (all genders) Arbeitgeber: valantic
Als Arbeitgeber bietet valantic ein inspirierendes und dynamisches Arbeitsumfeld, in dem du als Senior Developer C++ nicht nur an innovativen Lösungen arbeitest, sondern auch aktiv zur Weiterentwicklung des Teams beiträgst. Mit einem starken Fokus auf individuelle Weiterbildung und einem internationalen Team fördert valantic eine offene und kollaborative Kultur, die es dir ermöglicht, deine Fähigkeiten kontinuierlich auszubauen und zukunftsweisende Technologien zu integrieren.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Data & AI Engineer - Snowflake (all genders) 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 valantic 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 & AI Engineer - Snowflake (all genders) 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 & AI Engineer - Snowflake (all genders) bei valantic gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei valantic 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 valantic entscheidend sein!
