Senior Data Architect: Data Mesh & AI Platform Lead in Zürich

Senior Data Architect: Data Mesh & AI Platform Lead in Zürich

Zürich Vollzeit 117000 - 143000 CHF / Jahr (geschätzt) Vor Ort
I

Auf einen Blick

  • Aufgaben: Gestalte und entwickle unsere zentrale Datenlandschaft mit innovativen Technologien.
  • Unternehmen: ETH Zürich, eine führende Institution in Forschung und Bildung.
  • Vorteile: Unbefristeter Vertrag, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
  • Weitere Informationen: Spannende Projekte mit viel Raum für persönliche und berufliche Entwicklung.
  • Warum dieser Job: Sei Teil eines dynamischen Teams und forme die Zukunft der Datenarchitektur.
  • Qualifikationen: Erfahrung in Datenarchitektur und Kenntnisse in Data Governance.

Das prognostizierte Gehalt liegt zwischen 117000 - 143000 CHF pro Jahr.

ETH Zürich in Zürich sucht eine erfahrene Senior Data Architect (m/w/d) am Standort Zürich, unbefristet.

Sie gestalten und weiterentwickeln unsere zentrale Datenlandschaft, setzen kanonische Modelle und treiben Event-Driven Architecture und Data Mesh voran.

Sie verantworten Data Governance, Metadatenmanagement, Datenqualität und Rollenfreigaben, arbeiten eng mit Stakeholdern zusammen und unterstützen BI, Analytics und KI-Anwendungen.

#J-18808-Ljbffr

Senior Data Architect: Data Mesh & AI Platform Lead in Zürich Arbeitgeber: Immigration Policy Lab

Die ETH Zürich ist ein hervorragender Arbeitgeber, der eine inspirierende und innovative Arbeitsumgebung bietet. Als Postdoc im Bereich Robot Learning und Soft-Musculoskeletal Robotics profitieren Sie von modernsten Einrichtungen, einer kollaborativen Kultur und vielfältigen Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung. Hier haben Sie die Freiheit, Ihre eigenen Forschungsrichtungen zu definieren und aktiv zur Zukunft der embodied AI beizutragen.

I

Kontaktdaten:

Immigration Policy Lab Recruiting-Team

Jobgipfel Expertenrat🤫

Wir sind der Meinung, dass du so Senior Data Architect: Data Mesh & AI Platform Lead 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 Architect: Data Mesh & AI Platform Lead bei Immigration Policy Lab 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 Architect: Data Mesh & AI Platform Lead in Zürich mit Bravour zu bestehen

Datenarchitektur
Event-Driven Architecture
Data Mesh
Data Governance
Metadatenmanagement
Datenqualität
Stakeholder-Management

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 Immigration Policy Lab 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 Immigration Policy Lab 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!