WatchGuard Technologies, Inc.

24.06.2026

Senior Data Engineer

Vereinigte Staaten

Miami, Florida, United States

PythonSQLTerraform

Automatische Übersetzung. Prüfe das Original.

Über die Stelle

Wir suchen einen Senior Data Engineer, der unser wachsendes Data Platform Team verstärkt. Sie sind verantwortlich für das Design, die Erstellung und die Zuverlässigkeit unseres Cloud-nativen Data Lakehouse – von der Rohdatenerfassung bis zu Analytics-fähigen Gold-Tabellen. Sie arbeiten eng mit Data Analysts, Analytics Engineers und Produkt-Stakeholdern zusammen, um vertrauenswürdige Daten schnell bereitzustellen und gleichzeitig Datenqualität und Observability als Kernanliegen zu fördern.

Diese Rolle liegt an der Schnittstelle von Data Engineering und Platform Engineering – Sie sollten in Architekturen denken, nicht nur in Pipelines.

Was Sie tun werden

Data Platform & Pipeline Engineering

▸ Entwerfen, Erstellen und Warten skalierbarer ETL/ELT-Pipelines mit Azure Data Factory (ADF) und Apache Airflow, die strukturierte und semi-strukturierte Daten über die Medallion-Architektur (Bronze → Silver → Gold) verarbeiten.

▸ Implementieren von inkrementellen Lademustern, Change Data Capture (CDC) und ereignisgesteuerter Erfassung, um die Aktualität der Daten auf der gesamten Plattform sicherzustellen.

▸ Erstellen und Optimieren von Snowflake Data Warehouse-Objekten – Tabellen, Views, dynamische Tabellen, Streams, Tasks und Stored Procedures – für Leistung und Kosteneffizienz.

▸ Entwickeln modularer, getesteter dbt-Modelle, die an jede Medallion-Schicht angepasst sind, und Durchsetzen konsistenter Namenskonventionen, Dokumentation und Lineage über alle Transformationen hinweg.

Datenqualität & Observability

▸ Integrieren automatisierter Datenvalidierungen auf jeder Medallion-Schicht mit Elementary (dbt's Observability Layer), um Anomalieerkennung, Aktualitätsprüfungen und Schema-Drift-Warnungen sicherzustellen, bevor Daten die Konsumenten erreichen.

▸ Definieren und Durchsetzen von Datenverträgen zwischen Produzenten und Konsumenten – Zeilenzählungsprüfungen, Schwellenwerte für Null-Raten, referentielle Integrität und Validierung von Wertebereichen.

▸ Erstellen und Warten von Data Quality Dashboards, um Engineering- und Business-Stakeholdern Echtzeit-Vertrauen in den Plattformzustand zu geben.

Azure Cloud-Infrastruktur

▸ Verwalten und Optimieren von Azure Data Lake Storage Gen2 (ADLS) – Ordnerstrukturen, Lebenszyklusrichtlinien, Zugriffsebenen und Partitionierungsstrategien.

▸ Erstellen und Warten von Azure Functions und Azure Logic Apps für leichtgewichtige ereignisgesteuerte Verarbeitung, Orchestrierungstrigger und operative Automatisierung.

▸ Sicheres Verwalten von Secrets, Anmeldeinformationen und umgebungsspezifischen Konfigurationen mit Azure Key Vault – keine hartcodierten Anmeldeinformationen in Pipelines oder Code.

▸ Beitrag zu Infrastructure-as-Code-Praktiken für die Bereitstellung von Azure Datendiensten (Terraform oder Bicep bevorzugt).

Zusammenarbeit & Lieferung

▸ Übersetzen von unklaren Geschäftsanforderungen in gut definierte Datenmodelle und Pipeline-Designs, Zusammenarbeit mit Analysten und Stakeholdern zur Validierung von Annahmen vor der Erstellung.

▸ Teilnahme an Code-Reviews, Durchsetzung von Standards und Mentoring von Junior-Entwicklern in Data Engineering Best Practices.

▸ Unterstützung der CI/CD-Adoption für die Bereitstellung von Pipelines und dbt-Modellen in Dev / Test / Prod-Umgebungen.

Was wir suchen

Muss-Kriterien

▸ Snowflake: Snowflake – Fortgeschrittene SQL – Window Functions, CTEs, rekursive Abfragen, Query Profiling – Snowflake-native Features: Streams, Tasks, Snowpipe, Dynamic Tables, Row-Level Security – Tuning von Virtual Warehouses und Optimierung der Credit-Kosten

▸ dbt + Elementary: dbt + Elementary – Schreiben, Testen und Dokumentieren von Produktions-dbt-Modellen – Elementary-Integration für Daten-Observability und Anomalieerkennung – dbt inkrementelle Strategien, Snapshots und Semantic Layer

▸ Azure Cloud: Azure Cloud – Azure Data Factory – Pipeline-Erstellung, Trigger, Parametrisierung, Linked Services – ADLS Gen2 – Zonen-/Ordnerdesign, Lebenszyklusmanagement, Parquet/Delta-Partitionierung – Azure Key Vault – Secret Management, Managed Identities – Azure Functions / Logic Apps – ereignisgesteuerte Trigger und leichte Automatisierung

▸ Airflow: Airflow – DAG-Erstellung, Task-Abhängigkeiten, XCom, Sensoren und Connection Management – Airflow-Bereitstellung und -Überwachung in Cloud-gehosteten Umgebungen

▸ Python: Python – Data Pipeline Scripting, PySpark-Grundlagen, REST API-Integration – Unit-Tests für Pipeline-Logik und Transformationsfunktionen

▸ Datenqualität & Medallion-Architektur: Medallion Architecture: – Praktische Erfahrung mit der Implementierung der Bronze / Silver / Gold Medallion-Architektur – Datenvalidierungsprüfungen auf jeder Ebene – nicht nur auf der finalen Gold-Ebene – Umgang mit Schema-Evolution und Verwaltung von SCD Type 2 Dimensionen

▸ 4+ Jahre professionelle Erfahrung im Data Engineering mit mindestens 2 Jahren auf Azure Cloud-Datenplattformen.

Was wir suchen

Muss-Kriterien

▸ Snowflake: Snowflake – Fortgeschrittene SQL – Window Functions, CTEs, rekursive Abfragen, Query Profiling – Snowflake-native Features: Streams, Tasks, Snowpipe, Dynamic Tables, Row-Level Security – Tuning von Virtual Warehouses und Optimierung der Credit-Kosten

▸ dbt + Elementary: dbt + Elementary – Schreiben, Testen und Dokumentieren von Produktions-dbt-Modellen – Elementary-Integration für Daten-Observability und Anomalieerkennung – dbt inkrementelle Strategien, Snapshots und Semantic Layer

▸ Azure Cloud: Azure Cloud – Azure Data Factory – Pipeline-Erstellung, Trigger, Parametrisierung, Linked Services – ADLS Gen2 – Zonen-/Ordnerdesign, Lebenszyklusmanagement, Parquet/Delta-Partitionierung – Azure Key Vault – Secret Management, Managed Identities – Azure Functions / Logic Apps – ereignisgesteuerte Trigger und leichte Automatisierung

▸ Airflow: Airflow – DAG-Erstellung, Task-Abhängigkeiten, XCom, Sensoren und Connection Management – Airflow-Bereitstellung und -Überwachung in Cloud-gehosteten Umgebungen

▸ Python: Python – Data Pipeline Scripting, PySpark-Grundlagen, REST API-Integration – Unit-Tests für Pipeline-Logik und Transformationsfunktionen

▸ Datenqualität & Medallion-Architektur: Medallion Architecture: – Praktische Erfahrung mit der Implementierung der Bronze / Silver / Gold Medallion-Architektur – Datenvalidierungsprüfungen auf jeder Ebene – nicht nur auf der finalen Gold-Ebene – Umgang mit Schema-Evolution und Verwaltung von SCD Type 2 Dimensionen

▸ 4+ Jahre professionelle Erfahrung im Data Engineering mit mindestens 2 Jahren auf Azure Cloud-Datenplattformen.

Nice-to-Have

▸ Erfahrung mit Snowflake Cortex, dbt Semantic Layer oder Boomi Data Hub für KI-gestützte Datenanreicherung innerhalb von Pipeline-Schichten.

▸ Erfahrung mit der Integration von LLM-basierten Qualitätsprüfungen oder KI-gestützter Anomalieerkennung in Datenworkflows.

▸ Vertrautheit mit Microsoft Fabric und OneLake als ergänzende oder zukünftige Plattform.

▸ Kenntnisse über Data Mesh oder Data Product Thinking und deren Zuordnung zur Verantwortlichkeit für Medallion-Schichten.

▸ Erfahrung mit Terraform oder Bicep für die Bereitstellung von Azure Infrastruktur.

Nice-to-Have

▸ Erfahrung mit Snowflake Cortex, dbt Semantic Layer oder Boomi Data Hub für KI-gestützte Datenanreicherung innerhalb von Pipeline-Schichten.

▸ Erfahrung mit der Integration von LLM-basierten Qualitätsprüfungen oder KI-gestützter Anomalieerkennung in Datenworkflows.

▸ Vertrautheit mit Microsoft Fabric und OneLake als ergänzende oder zukünftige Plattform.

▸ Kenntnisse über Data Mesh oder Data Product Thinking und deren Zuordnung zur Verantwortlichkeit für Medallion-Schichten.

▸ Erfahrung mit Terraform oder Bicep für die Bereitstellung von Azure Infrastruktur.

Warum bei WatchGuard arbeiten?

WatchGuard ist ein weltweit führendes Unternehmen in den Bereichen Netzwerksicherheit und -intelligenz, fortschrittlicher Endpunktschutz, Multi-Faktor-Authentifizierung und sicheres WLAN. Unsere preisgekrönten Produkte und Dienstleistungen werden weltweit von mehr als 18.000 Sicherheitsresellern und Service Providern genutzt, um mehr als 250.000 Kunden zu schützen. Unsere Technologie hält unsere Kunden auf dem neuesten Stand im Kampf gegen immer ausgefeiltere Hacker und hat WatchGuard zu Rekordumsätzen verholfen.

WatchGuard hat seinen Hauptsitz in Seattle, Washington, und beschäftigt Mitarbeiter im Homeoffice und in Büros weltweit.

Unsere Unternehmenskultur legt einen starken Fokus auf unsere Kunden und Mitarbeiter. Vom neuesten Mitarbeiter bis zu unserem CEO werden Sie feststellen, dass jeder bei WatchGuard unsere Kernwerte verkörpert: Verantwortlichkeit, Gemeinschaft, Zugehörigkeit, Handeln, Innovation und Kundenorientierung. Erfahren Sie mehr über unsere Unternehmenskultur unter watchguard.com/wgrd-careers.

WatchGuard bietet allen qualifizierten Mitarbeitern gleiche Beschäftigungsmöglichkeiten, unabhängig von Rasse, Hautfarbe, nationaler Herkunft, Religion, Abstammung, Glauben, Schwangerschaft, Alter, Geschlecht, sexueller Orientierung (einschließlich Geschlechtsausdruck oder -identität), Familienstand, geistiger oder körperlicher Behinderung, ehrenhaft entlassener Veteranen- oder Militärstatus oder einer anderen durch Bundes-, Landes- oder lokale Gesetze geschützten Kategorie. Unsere Richtlinien zu gleichen Beschäftigungsmöglichkeiten (oder EEO) konzentrieren sich ausschließlich auf das Talent, die harte Arbeit, die Beiträge und die tatsächlichen Ergebnisse, die jeder WatchGuard-Mitarbeiter erzielt, sowie auf das Potenzial von Bewerbern, solche Beiträge zu leisten. Wir sind der Ansicht, dass die Konzentration auf geschützte Merkmale eines Mitarbeiters anstelle von Talent, harter Arbeit und tatsächlichen Arbeitsergebnissen gegen unsere EEO-Richtlinien verstößt. Als Equal Opportunity Employer sind wir bestrebt, eine vielfältige Belegschaft zu fördern. WatchGuard nimmt am E-Verify-Verfahren teil.

WatchGuard verpflichtet sich, qualifizierten Personen mit Behinderungen angemessene Vorkehrungen bei unseren Bewerbungsverfahren zu treffen. Bitte teilen Sie uns mit, wenn Sie Unterstützung oder Vorkehrungen aufgrund einer Behinderung benötigen.

Vergütung

Die Gehaltsspanne für Vollzeitbeschäftigte liegt zwischen 140.000 und 150.000 US-Dollar pro Jahr, exklusive der Sozialleistungen. Ihr Grundgehalt wird anhand Ihrer individuellen Fähigkeiten, Ausbildung und Erfahrung festgelegt. Eine Einstellung am oberen Ende der Spanne ist nicht üblich, um zukünftiges Gehaltswachstum zu ermöglichen.

US-Sozialleistungen

Umfassender Leistungskatalog einschließlich Kranken-, Zahn-, Augen-, Invaliditäts- und Lebensversicherung

Krankenversicherung HSA

HSA mit Arbeitgeberbeitrag

10 bezahlte Feiertage

10 Tage bezahlter Jahresurlaub

9 Tage bezahlte Krankheitstage

Bezahlter Elternurlaub

401(k) mit Arbeitgeberzuschuss

Weitere Vergünstigungen

Bildungshilfeprogramm

HSA-Zuschuss für Kinderbetreuung

Adoptionshilfe

Unterstützung bei Fruchtbarkeitsbehandlungen

Notfallbetreuung für Familie und Haustiere

Ein wachsendes Netzwerk von Mitarbeiter-Ressourcengruppen

Mitarbeiterempfehlungsprogramm

Mitarbeiterunterstützungsprogramm

Sprachen

Senior Data Engineer

Über die Stelle

Was Sie tun werden

Data Platform & Pipeline Engineering

Datenqualität & Observability

Azure Cloud-Infrastruktur

Zusammenarbeit & Lieferung

Was wir suchen

Muss-Kriterien

Was wir suchen

Muss-Kriterien

Nice-to-Have

Nice-to-Have

Warum bei WatchGuard arbeiten?

Vergütung

US-Sozialleistungen

Weitere Vergünstigungen

Dein nächster Jobsucht schon nach dir.

Mehr Möglichkeiten mit einem Profil

Weiter entdecken

IT Support Lead

Senior IT Operations & Security Administrator

Senior Research Scientist – Robotics AI