Auf einen Blick
- Aufgaben: Entwickle und pflege Datenpipelines für Echtzeit-Entscheidungen und Berichterstattung.
- Unternehmen: Erfolgreiches IT-Unternehmen mit über 25 Jahren Erfahrung in der Schweiz.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Umfeld mit hervorragenden Karrierechancen.
- Warum dieser Job: Gestalte innovative Datenlösungen und arbeite mit modernster Technologie.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in ETL/ELT und Datenmodellierung.
Das prognostizierte Gehalt liegt zwischen 108000 - 132000 CHF pro Jahr.
Standort: Zürich
Startdatum: ASAP
Dauer: 12 Monate – mit Möglichkeit zur Verlängerung
Hauptverantwortlichkeiten
- Entwerfen, entwickeln und warten von Datenpipelines und Backend-Services für Echtzeitentscheidungen, Berichterstattung, Datensammlung und verwandte Funktionen
- Datenanforderungen definieren und Datenmodelle entwickeln
- Daten über die Plattform verwalten und transformieren
- Hochwertigen, gut getesteten und sicheren Code produzieren
- Software entwickeln und warten, die darauf abzielt, die Datenverwaltung und -sicherheit zu verbessern
- Prozesse entwickeln, die darauf abzielen, Datensicherheit und Datenqualität sicherzustellen
Qualifikationen
- Bachelor- oder Masterabschluss in Informatik, Datenanalyse, Informationssystemen oder einem verwandten technischen Bereich; oder gleichwertige Ausbildung und Berufserfahrung
- Über 5 Jahre Erfahrung in ETL/ELT, Data Warehousing, Business Intelligence und der Integration von Datenverarbeitungs-/Workflow-Management-Tools in das Pipeline-Design
- Über 5 Jahre Erfahrung im Aufbau und in der Wartung von End-to-End-Daten-Systemen mit Python, Scala oder ähnlichen Programmiersprachen
- Solide Erfahrung in der Nutzung von SQL für Datenanalysen, Untersuchung von Datenproblemen, Diagnose von Ursachen und Entwurf effektiver Lösungen
- Erfahrung mit cloudbasierten Datentechnologien, vorzugsweise auf Microsoft Azure, innerhalb von Continuous Integration und Delivery (CI/CD) Umgebungen
- Nachgewiesene Erfahrung im Umgang mit großangelegten Datensätzen unter Verwendung von Databricks, PySpark, Spark Streaming und Delta Lake
- Praktische Erfahrung mit strukturierten, semi-strukturierten und unstrukturierten Daten über verschiedene Speichersysteme, einschließlich relationaler Datenbanken (RDBMS), Data Warehouses, In-Memory-Caches und Dokumentdatenbanken
- Vertrautheit mit Cloud-Speicherlösungen wie Azure Data Lake und Blob Storage
- Solides Verständnis der Prinzipien des Datenmodellierens (Erfahrung mit Data Vault ist ein Plus) und starke Fähigkeiten im Systemdesign, in der Implementierung und im Testen
- Erfahrung mit ereignisgesteuerten Architekturen (z.B. Kafka, Event Hubs, Apache Flink) und containerisierten Microservices-Plattformen (z.B. Kubernetes, Docker, Helm Charts)
- Kenntnisse und praktische Anwendung von dbt (data build tool), Erfahrung mit BI-Tools
- Ausgezeichnete Kommunikations- und Kollaborationsfähigkeiten, Fähigkeit, technische Führung für andere Entwickler zu bieten
Aufgrund der Schweizer Arbeitsgenehmigungsbeschränkungen können wir nur Bewerbungen von EU-Bürgern oder Inhabern einer gültigen Arbeitsgenehmigung in der Schweiz berücksichtigen.
Senior Data Engineer - Databricks | PySpark | Spark Streaming in Zürich Arbeitgeber: Experis Switzerland
Als Arbeitgeber bieten wir eine dynamische und unterstützende Arbeitsumgebung, in der Innovation und digitale Transformation im Mittelpunkt stehen. Unsere Mitarbeiter profitieren von kontinuierlichen Weiterbildungsmöglichkeiten und einer offenen Unternehmenskultur, die den Austausch von Ideen fördert. In dieser Rolle haben Sie die Möglichkeit, direkt zur digitalen Evolution unserer Organisation beizutragen und Ihre Fähigkeiten in einem engagierten Team weiterzuentwickeln.
Jobgipfel Expertenrat🤫
Wir sind der Meinung, dass du so Senior Data Engineer - Databricks | PySpark | Spark Streaming in Zürich erhalten könntest
✨Zuhause im Data-Science-Umfeld
Um im Data-Science-Bereich sichtbar zu werden, schau mal in lokale Meetups oder Hackathons rein. Da kannst du nicht nur dein Netzwerk erweitern, sondern auch spannende Projektideen sammeln und zeigen, was du drauf hast.
✨Online-Portfolios sind der Hit!
Erstelle ein Portfolio mit deinen besten Projekten, zum Beispiel auf GitHub oder über eine eigene Webseite. Zeig, an welchen Analyse-Projekten du gearbeitet hast, und überlege dir, praktische Anwendungsfälle zu zeigen, die deine Skills unterstreichen.
✨Verstärk dein Netzwerk mit LinkedIn
Folge wichtigen Persönlichkeiten im Data-Science-Bereich auf LinkedIn und beteilige dich an Diskussionen. Teilen von interessanten Inhalten und Insights kann deine Sichtbarkeit erhöhen und dich zu potenziellen Arbeitgebern bringen.
✨Bewirb dich direkt über unsere Website!
Wenn du eine Stelle wie Senior Data Engineer - Databricks | PySpark | Spark Streaming bei Experis Switzerland in Aussicht hast, bewirb dich direkt über unsere Website. Das zeigt Engagement und du könntest schneller eine Rückmeldung bekommen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Data Engineer - Databricks | PySpark | Spark Streaming in Zürich mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Ladet eure Datenwissenschaft-Projects hoch!:Wir steh'n voll auf praktische Beispiele! Zeigt uns, was ihr draufhabt, indem ihr eure eigenen Projekte oder Kaggle-Wettbewerbe in euer Portfolio integriert. Das hilft uns, eure Fähigkeiten in der Datenanalyse, Programmierung und Machine Learning besser zu verstehen – und das ist genau das, was wir suchen!
Euer Lebenslauf? Klar und strukturiert!:Wenn ihr euren Lebenslauf erstellt, denkt daran, spezifische Skills zu betonen, die für Datenwissenschaft relevant sind – wie Programmierung in Python oder R, Statistik-Kenntnisse und Erfahrung mit Datenvisualisierungstools. Zeigt uns auch, welche Tools und Frameworks ihr bereits verwendet habt. Das macht einen echt guten Eindruck!
Motivationsschreiben – erklärt, warum ihr Datenwissenschaft liebt!:In eurem Motivationsschreiben solltet ihr uns nicht nur eure Erfahrungen und Skills vorstellen, sondern auch eure Begeisterung für Datenwissenschaft vermitteln. Was hat euer Interesse geweckt? Welche Projekte haben euch inspiriert? Das hilft uns, euch als Person besser kennenzulernen!
Anpassung ist der Schlüssel!:Passt eure Bewerbung an die spezifische Stelle bei Experis Switzerland an! Schaut euch genau an, welche Anforderungen im Stellenprofil stehen, und stellt sicher, dass ihr die relevanten Skills und Erfahrungen in eurer Bewerbung unbedingt erwähnt. Das zeigt, dass ihr wirklich interessiert seid und euch mit der Aufgabe auseinandergesetzt habt!
Wie man sich auf ein Vorstellungsgespräch bei Experis Switzerland vorbereitet
✨Mach Dich mit den Tools vertraut
Im Data Science-Bereich wird oft mit Tools wie Python, R oder SQL gearbeitet. Stell sicher, dass Du die Grundlagen und vielleicht sogar spezifische Bibliotheken wie Pandas oder scikit-learn gut beherrschst. Während des Interviews könnten technische Fragen dazu gestellt werden oder sogar Live-Coding-Tests.
✨Bereite Deine Projekte vor
Als Data Scientist hast Du wahrscheinlich an spannenden Projekten gearbeitet. Bereite Dich darauf vor, diese klar und strukturiert zu präsentieren. Erkläre den Prozess, die verwendeten Daten und die Ergebnisse. Kaum etwas ist überzeugender als ein gutes Projekt, das Deine Fähigkeiten lebendig zeigt!
✨Stell Fragen zur Unternehmenskultur
In einem Vollzeitjob ist die Unternehmenskultur extrem wichtig. Während des Interviews solltest Du Fragen stellen wie: ‚Wie wird Zusammenarbeit im Team gefördert?‘ oder ‚Gibt es Weiterbildungsangebote?‘ Das zeigt, dass Du nicht nur an der Technik interessiert bist, sondern auch daran, wie Du in das Team passt.
✨Simuliere Problemlösungen
Kleine Case Studies können Teil des Interviews sein, also sei bereit, ein Datenproblem zu lösen. Übe, wie Du an solche Probleme herangehen würdest. Zeig Deine Lösungsansätze und den Einsatz von Datenanalyse, um ihnen auf den Grund zu gehen - das ist ein zentraler Bestandteil Deiner zukünftigen Arbeit!
