Unser Kunde sucht einen erfahrenen Staff Data Analytics Engineer, der Teil eines hochqualifizierten technischen Teams wird. In dieser Rolle übernehmen Sie die Verantwortung als technischer Leiter für Ihr Team und treffen entscheidende architektonische Entscheidungen, definieren Ingenieurstandards und fördern die Zusammenarbeit zwischen verschiedenen Teams. Sie werden komplexe Datenprobleme mit einem rigorosen Software-Engineering-Ansatz angehen und Produktionsdatenplattformen entwerfen, die große Mengen an geo-spatialen Daten und Zeitreihendaten verarbeiten. Ihre Aufgaben umfassen die technische Leitung und Architektur, bei der Sie als Hauptarchitekt fungieren und skalierbare, kosteneffiziente Datenlösungen entwickeln. Zudem setzen Sie auf Engineering Excellence und fördern die Einführung von Test-Driven Development (TDD) sowie CI/CD-Workflows. Ein weiterer wichtiger Aspekt Ihrer Rolle ist die Förderung der technischen Ausrichtung über Ihr unmittelbares Team hinaus. Sie werden als Ingenieur-Botschafter agieren und architektonische Herausforderungen lösen, die mehrere Teams betreffen. Darüber hinaus werden Sie Ihre tiefgreifende Expertise nutzen, um wertvolle Datenprodukte zu entwickeln und als technischer Mentor für andere Ingenieure agieren. Das Arbeitsumfeld ist dynamisch und fördert kontinuierliches Lernen und Wachstum, während Sie gleichzeitig die Qualität des Codes und die Datenobservierbarkeit sicherstellen.

Der ideale Kandidat bringt mehr als 7 Jahre Erfahrung im Bereich Data Engineering, Analytics Engineering oder Backend-Entwicklung mit, insbesondere im Umgang mit großen Datensystemen. Erforderliche Fähigkeiten umfassen nachweisliche Erfahrung mit geo-spatialen und zeitbasierten Daten, sowie fortgeschrittene Kenntnisse in der Softwareentwicklung mit Python, einschließlich Test-Driven Development und objektorientierter Programmierung. Sie sollten über eine ausgeprägte architektonische Vision verfügen und in der Lage sein, skalierbare Datenarchitekturen zu entwerfen. Erfahrung mit großen Datenverarbeitungsframeworks wie Apache Spark und SQL ist ebenfalls notwendig. Kenntnisse in AWS und Infrastructure as Code sind von Vorteil. Neben den technischen Fähigkeiten sind hervorragende organisatorische und kommunikative Fähigkeiten wichtig, um komplexe technische Entscheidungen verständlich zu kommunizieren und Konsens unter Ingenieuren zu fördern. Idealerweise haben Sie auch Erfahrung in der Programmierung mit kompilierenden oder stark typisierten Sprachen sowie in der Definition komplexer Abhängigkeitsgraphen.