DYOPATH
Bluelight Consulting
Data Engineer (Senior) - ETL (Python+Snowflake) - Remote, Lateinamerika
Über die Stelle
Bluelight ist eine führende Softwareberatung, die sich der Entwicklung innovativer Technologien widmet, die das Leben der Nutzer verbessern. Mit einem unerschütterlichen Engagement für exzellenten Kundenservice zeichnet sich Bluelight durch seinen Fokus auf Qualität und Kundenzufriedenheit aus. Unsere Mission ist es nicht nur, hochmoderne Anwendungen zu entwickeln, sondern auch ein kollaboratives und bereicherndes Arbeitsumfeld zu fördern, in dem jedes Teammitglied wachsen und gedeihen kann. Mit Präsenz in den gesamten USA sowie in Mittel- und Südamerika befindet sich Bluelight in einer spannenden Expansionsphase und sucht kontinuierlich außergewöhnliche Talente, um seine dynamische und vielfältige Gemeinschaft zu bereichern.
Wir suchen eine qualifizierte Person, die unser schnell wachsendes Team bei Bluelight verstärkt. Diese Position ist ideal für jemanden, der in einem schnelllebigen, dynamischen Umfeld erfolgreich ist, in dem die Meinungen und Bemühungen jedes Einzelnen geschätzt und anerkannt werden. Sie haben die Möglichkeit, zu herausfordernden und bedeutsamen Projekten beizutragen und qualitativ hochwertige Anwendungen zu entwickeln, die sich auf dem Markt abheben. Wir legen Wert auf kontinuierliches Lernen, persönliches Wachstum und harte Arbeit und bieten ein kollaboratives Umfeld, das die berufliche Entwicklung fördert. Wenn Sie eine Leidenschaft für Softwareentwicklung haben und Teil einer wachsenden Softwareberatung werden möchten, laden wir Sie ein, sich zu bewerben und uns auf dieser spannenden Reise zu begleiten.
Als Berater in unserem Team zu arbeiten, ist eine unterhaltsame, herausfordernde und lohnende Karrierewahl. Ihre Beiträge werden von den Kunden sehr geschätzt, und die Arbeit, die Sie leisten, hat oft direkte und signifikante Auswirkungen auf deren Geschäft. Sie haben die Möglichkeit, an einer Vielzahl von Projekten für unsere großartigen Kunden zu arbeiten, was Ihr Karrierewachstum beschleunigen wird. Sie werden mit modernen Technologien zusammenarbeiten und mit einigen der besten Fachleute der Branche zusammenarbeiten! Wenn Sie bestrebt sind, Teil einer spannenden, herausfordernden und schnell wachsenden Beratungsfirma zu werden, ermutigen wir Sie zur Bewerbung. #LI-Remote
Was wir suchen
Ausbildung & Erfahrung
- Ausbildung: Bachelor-Abschluss in Informatik, Informationstechnologie, Data Engineering oder einem verwandten Bereich (oder entsprechende Berufserfahrung).
- Kernkompetenzen: Nachgewiesene Erfahrung in der Entwicklung von End-to-End-Datenpipelines zur Extraktion/Transformation/Ladung von Daten aus REST APIs, relationalen Datenbanken, Cloud-Speichern und flachen Dateien.
- Snowflake-Kenntnisse: Nachgewiesene praktische Erfahrung mit virtuellen Data Warehouses, Streams, Tasks, Stages, Snowpipe, sicherem Datenaustausch und Leistungsoptimierung.
- SQL: Fortgeschrittene SQL-Entwicklungskenntnisse mit der Fähigkeit, komplexe Abfragen zu schreiben, die Leistung zu optimieren und Workloads in großem Maßstab zu verwalten.
- Datenmodellierung: Erfahrung mit dimensionalen Modellierungstechniken (Sternschema, Faktentabellen, Dimensionstabellen).
Cloud & DevOps
- Vertrautheit mit Cloud-basierten Datenökosystemen, insbesondere Microsoft Azure.
- Verwaltung von Quellcode und CI/CD-Pipelines mit Git und Azure DevOps (oder ähnlichem).
Soft Skills & Praktiken
- Starke analytische Fähigkeiten, Problemlösungskompetenz und eine detailorientierte Denkweise.
- Ausgezeichnete verbale und schriftliche Kommunikationsfähigkeiten; Fähigkeit zur Zusammenarbeit in einem schnelllebigen Umfeld mit sich ändernden Prioritäten.
- Kenntnisse über Best Practices in der Datenintegration, Data Governance und im Enterprise Data Management.
Bevorzugt / Nice-to-Have
- Zertifizierungen: SnowPro, Azure Data Engineer Associate oder entsprechende Zertifizierungen für Cloud-Datenplattformen.
- Fortgeschrittene Technologien: Big-Data-Technologien, machine learning, Data-Science-Plattformen oder fortgeschrittene Analysen.
- BI-Tools: Power BI, Tableau oder ähnliche Visualisierungsplattformen.
- Methoden: Agile Delivery Frameworks und DevOps-Praktiken.
Zusammenfassung des bevorzugten Tech-Stacks
- Kernkomponenten: Snowflake, Python/PySpark, SQL
- Cloud & Orchestrierung: Azure Data Lake Storage (ADLS), Azure Data Factory, Azure Key Vault
- DevOps & Infrastruktur: Git, Azure DevOps, CI/CD, Infrastructure as Code (Terraform bevorzugt)
- Integration & Analysen: REST APIs, Power BI
Aufgaben
Data Engineering & ETL-Entwicklung
- Entwurf, Entwicklung und Wartung skalierbarer ETL/ELT-Pipelines unter Verwendung von Python (PySpark), Snowflake und Cloud-nativen Technologien.
- Erstellung zuverlässiger, effizienter und wiederverwendbarer Prozesse für Datenaufnahme, -transformation und -ladung.
Snowflake Datenplattform & Data Warehousing
- Nutzung der Snowflake-Architektur zur Gestaltung, Erstellung und Optimierung moderner Cloud-Datenlösungen.
- Implementierung und Verwaltung von Snowflake-Objekten (Datenbanken, Schemata, Tabellen, Views, Streams, Tasks, Stages, Stored Procedures).
- Nutzung von virtuellen Data Warehouses, Datenaustausch, Time Travel und automatischem Skalieren zur Balance von Leistung und Kosteneffizienz.
- Anwendung von dimensionaler Modellierung (Sternschemata, Fakten, Dimensionen) zum Aufbau skalierbarer Enterprise Data Warehouses.
Datenintegration & Modellierung
- Extraktion und Aufnahme von strukturierten und semi-strukturierten Daten aus REST APIs, relationalen Datenbanken, SaaS-Anwendungen, flachen Dateien und Cloud-Speichern.
- Entwicklung robuster Aufnahmerahmenwerke.
- Zusammenarbeit mit Datenarchitekten und Stakeholdern zur Erstellung logischer und physischer Datenmodelle, die auf Geschäftsziele abgestimmt sind.
Cloud-Architektur & Standards
- Beitrag zu modernen Datenplattformkonzepten (Data Lakes, Lakehouses, Data Mesh Architekturen, Enterprise Data Catalogs).
- Unterstützung der Integration zwischen Snowflake und Cloud-nativen Diensten (hauptsächlich Azure).
- Festlegung und Durchsetzung von Standards und Best Practices im Data Engineering.
Qualität, Governance & Sicherheit
- Implementierung automatisierter Datenqualitätskontrollen, Validierungsframeworks und Überwachungsprozesse.
- Unterstützung von Data-Governance-Initiativen und Sicherstellung der Einhaltung von Organisationsstandards.
- Gewährleistung von Datensicherheit, Datenschutz und Einhaltung gesetzlicher Vorschriften (Zugriffskontrollen, Maskierungsrichtlinien, branchenübliche Best Practices).
Optimierung, Betrieb & Wartung
- Überwachung und Optimierung von Snowflake-Workloads, ETL/ELT-Prozessen und SQL-Abfragen zur Erfüllung von SLAs.
- Analyse der Data Warehouse-Auslastung und Empfehlung von Verbesserungen für Leistung und Kosteneffizienz.
- Überwachung von Pipelines, Diagnose von Leistungsproblemen und Implementierung langfristiger Lösungen; Unterstützung von Produktionsumgebungen und Incident-Management.
- Pflege umfassender Dokumentationen für Pipelines, Flows, Transformationen, Datenmodelle und Betriebsprozesse.
Zusammenarbeit
- Partnerschaft mit funktionsübergreifenden Teams (Datenarchitekten, Data Scientists, Analysten, Business Stakeholder), um Anforderungen zu verstehen und technische Expertise bereitzustellen.
Unternehmensleistungen
- Wettbewerbsfähiges Gehalt und Boni, einschließlich leistungsabhängiger Gehaltserhöhungen.
- Großzügige Richtlinien für bezahlte Freistellung (Paid Time Off).
- Flexible Arbeitszeiten.
- Remote-Arbeit.
- Weiterbildung, Schulungen, Konferenzen.
- Vom Unternehmen gesponserte Kurse, Prüfungen und Zertifizierungen.
