Auf einen Blick
- Aufgaben: Entwickle und pflege ELT-Pipelines für zuverlässige Datenanalysen.
- Unternehmen: Zendesk, ein innovatives Unternehmen im Bereich Kundenservice-Software.
- Vorteile: Flexibles Arbeiten, inklusive hybrider Arbeitsmodelle und umfassende Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Team mit Fokus auf Vielfalt und Inklusion.
- Warum dieser Job: Gestalte die Zukunft der Kundenanalyse mit modernster Technologie und KI-Tools.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in der Datenverarbeitung und starke SQL-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Zendesk’s mission is es, die Kundenerfahrung für jede Marke, jeden Kunden und jeden Tag zu verbessern. Daten und Analysen sind der Motor dieser Vision: das Fahrzeug, durch das wir umsetzbare Erkenntnisse an die über 125.000 globalen Marken liefern, die auf Zendesk basieren, sowie an die internen Teams, die die nächste Generation von CX-Produkten auf Basis dieser Daten entwickeln. Das Zendesk Analytics Prototyping (ZAP) Team sitzt an der Spitze dieser Mission. Wir entwerfen und liefern die feingranularen, kontextreichhaltigen Datensätze, die die kundenorientierte Analyseanwendung von Zendesk antreiben - und auf die auch der Rest der Analytics-Organisation für Einblicke in den Support-Betrieb und die Produktentscheidung angewiesen ist.
Unsere Datenressourcen dienen externen Kunden und internen Stakeholdern gleichermaßen, aber die kundenorientierte Oberfläche ist der Maßstab für die Qualität. Wir suchen einen Senior AI Data Engineer, der unser Team verstärkt, mit umfangreicher Erfahrung im Bereich Datenengineering und einem ausgeprägten Interesse daran, KI-bezogene Werkzeuge und Praktiken auf praktische Weise anzuwenden. Sie werden an Code, dbt-Modellen und Datensätzen arbeiten und den Teams helfen, die Datenressourcen hinter den kundenorientierten Berichten von Zendesk aufzubauen und zu verbessern.
Was Sie tun werden:
- Entwicklung und Wartung von ELT-Pipelines, um die Datenzuverlässigkeit und Skalierbarkeit für Geschäftsberichte und Analyseanwendungen sicherzustellen.
- Erstellung und Optimierung von SQL-basierten Datenmodellen unter Verwendung von dbt und anderen ETL-Tools.
- Unterstützung des Fortschritts von ZAP in Richtung eines KI-unterstützten Betriebsmodells, indem aufkommende Technologien genutzt werden, um die Produktivität des Teams zu verbessern.
- Identifizierung und Implementierung von Verbesserungen in der Datenlieferung, der Verarbeitungsleistung und der Systemeffizienz.
- Zusammenarbeit mit Teammitgliedern zur Definition von Anforderungen und deren Übersetzung in skalierbare Datenmodelle und Pipelines.
- Beitrag zur technischen Vision des Teams und Entwicklung innovativer Lösungen zur Verbesserung der Datensysteme.
Was Sie mitbringen:
Grundqualifikationen:
- Über 5 Jahre Erfahrung im Datenengineering, einschließlich Aufbau, Wartung und Arbeit mit Datenpipelines und ETL-Prozessen in Big-Data-Umgebungen.
- Umfangreiche Erfahrung mit SQL, idealerweise im Kontext von Datenmodellierung und -analyse.
- Praktische Erfahrung mit dbt und nachgewiesenes Wissen in moderner und klassischer Datenmodellierung - Kimball, Inmon usw.
- Programmierkenntnisse in Python oder einer ähnlichen Sprache, mit Schwerpunkt auf Datenumwandlung und Automatisierung.
- Erfahrung mit cloudbasierten Spalten-Datenbanken (Google BigQuery, Amazon Redshift, Snowflake), Abfrageerstellung (SQL) sowie praktische Kenntnisse in verschiedenen Datenbanken.
- Nachgewiesene Erfahrung in Leistungstests, Kapazitätsplanung und Kostenoptimierung für großangelegte, komplexe Datenpipelines und -systeme.
- Ausgezeichnete Kommunikations- und Zusammenarbeitfähigkeiten.
Bevorzugte Qualifikationen:
- Erfahrung im Aufbau oder Betrieb einer KI-unterstützten Ingenieurpraxis - agentische IDE-Workflows (Cursor, Claude Code), Prompt/Skill Engineering, Evaluierungsdesign und die Disziplin, KI-Artefakte als Produktionscode zu behandeln.
- SnowPro Core-Zertifizierung oder gleichwertige praktische Expertise.
- Praktische Erfahrung mit Apache Spark (Spark SQL / PySpark).
- Vertrautheit mit Lean/6 Sigma-Prinzipien und ein Verständnis für CRM-Analysen.
Unser Daten-Stack:
- ELT: Snowflake, dbt, Airflow, Kafka
- BI: Zendesk-eigene Anwendung, Looker
- Infrastruktur: AWS, Kubernetes, Terraform, GitHub Actions
Zendesk glaubt daran, unseren Mitarbeitern eine erfüllende und inklusive Erfahrung zu bieten. Unsere hybride Arbeitsweise ermöglicht es uns, absichtlich persönlich zusammenzukommen, um zu verbinden, zusammenzuarbeiten und zu lernen, während wir unseren Mitarbeitern auch die Flexibilität geben, einen Teil der Woche remote zu arbeiten.
Zendesk ist ein Arbeitgeber, der Chancengleichheit bietet, und wir sind stolz auf unsere fortlaufenden Bemühungen, globale Vielfalt, Gleichheit und Inklusion am Arbeitsplatz zu fördern.
Senior AI Data Engineer Arbeitgeber: Zendesk
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 Städten wie Berlin, Krakau und Lissabon. Mitarbeiter haben die Möglichkeit, an innovativen Projekten zu arbeiten, sich kontinuierlich weiterzuentwickeln und Teil eines Teams zu sein, das die Zukunft der KI-Interaktionen gestaltet.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior AI 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 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 AI 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 AI Data Engineer bei Zendesk gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Zendesk 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 entscheidend sein!
