Auf einen Blick
- Aufgaben: Entwickle und pflege skalierbare Datenpipelines für unsere Data Warehouse-Lösungen.
- Unternehmen: Innovatives Unternehmen im Bereich CRM-Analytik mit einem dynamischen Team.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Arbeiten in einem kollaborativen Umfeld mit hervorragenden Wachstumschancen.
- Warum dieser Job: Gestalte die Zukunft der Kundenbetreuung mit datengetriebenen Lösungen und modernster Technologie.
- Qualifikationen: Mindestens 8 Jahre Erfahrung in der Datenverarbeitung und Kenntnisse in SQL und dbt.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
The ‘Zendesk Analytics Prototyping’ (ZAP) team is looking for an experienced Staff Data Engineer to support the team’s charter to accelerate CRM measurements and insights, and help promote a data-centric approach to improving customer support tools and operations.
To realize that mission, we build and maintain robust, fine-grained, and contextually rich datasets, providing a foundation for developing insights that help enhance Zendesk’s support operations.
The role will be responsible for closely partnering with Software Development Engineers and Business Intelligence Engineers to build high quality data pipelines and manage the team’s data lake.
You’ll work in a collaborative environment using the latest engineering best practices with involvement in all aspects of the software development lifecycle.
You will craft and develop curated datasets, applying standard architectural & data modeling practices.
You will be primarily developing Data Warehouse Solutions in Snowflake using technologies such as dbt, Airflow, Terraform.
What you’ll be doing
- Collaborate with team members and internal stakeholders to understand business requirements, define successful analytics outcomes, and design data models.
- Develop, automate, and maintain scalable ELT pipelines in our Data Warehouse, ensuring reliable business reporting.
- Design & build ELT based data models using SQL & DBT.
- Identify, design, and implement internal process improvements: automating manual processes, optimizing data delivery.
- Work with data and analytics experts to strive for greater functionality in our data systems.
What you bring to the role
- Basic Qualifications
- 8+ years of data engineering experience building, maintaining and working with data pipelines & ETL processes in big data environments.
- Extensive experience with SQL, ideally in the context of data modeling and analysis.
- Hands‑on production experience with dbt, and proven knowledge in modern and classic Data Modeling – Kimball, Inmon, etc.
- Proficiency in a programming language such as Python, Go, Java, or Scala.
- Experience with cloud columnar databases (Google Big Query, Amazon Redshift, Snowflake), query authoring (SQL) as well as working familiarity with a variety of databases.
- Experience with processes supporting data transformation, data structures, metadata, dependency, ensuring efficient data processing performance and workload management.
- Excellent communication and collaboration skills.
- Thrives in ambiguous situations, possesses a proactive problem‑solving attitude.
- Preferred Qualifications
- Experience with Big Query, Snowflake, or similar cloud warehouses.
- Familiarity with AI tools and techniques that could be applied to data analysis and data transformation tasks.
- Completed projects with dbt.
- Familiarity with Lean/6 Sigma principles and an understanding of CRM analytics.
- Our Data Stack
- ELT (Snowflake, dbt, Airflow, Kafka)
- BI (Tableau, Looker)
- Infrastructure (AWS, Kubernetes, Terraform, Git Hub Actions)
- #J-18808-Ljbffr
Staff Data Engineer Arbeitgeber: Zendesk, Inc.
Zendesk ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern eine erfüllende und inklusive Erfahrung bietet. Mit einem hybriden Arbeitsmodell ermöglicht das Unternehmen Flexibilität und fördert gleichzeitig die Zusammenarbeit und das Lernen in inspirierenden Büros in Berlin, Krakau und Lissabon. Die Unternehmenskultur legt großen Wert auf persönliche Entwicklung, Teamarbeit und Innovation, was es zu einem idealen Ort für talentierte Senior Fullstack Engineers macht, die an der Spitze der KI-Technologie arbeiten möchten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Staff 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 Zendesk, Inc. 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 Staff 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 Staff Data Engineer bei Zendesk, Inc. gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Zendesk, Inc. 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 Zendesk, Inc. entscheidend sein!
