Gorilla Logic
Gorilla Logic
501 – 1.000 Mitarbeitende
BeratungLogistikMarketing
Gorilla Logic ist ein Beratungsunternehmen für Software- und Datenentwicklung, das Organisationen bei der Konzeption, Entwicklung und Modernisierung digitaler Produkte unterstützt. Das Leistungsspektrum umfasst digitales Produktdesign, Cloud Engineering, Daten und KI, DevOps, Qualitätssicherung, die Modernisierung veralteter Systeme und die SaaS-Entwicklung. Das Unternehmen vereint Produktdesigner, Lösungsarchitekten und agile Nearshore-Entwicklungsteams, um geschäftskritische Anwendungen für Fortune-500-Unternehmen sowie kleine und mittelständische Unternehmen zu unterstützen. Mit Teams in Costa Rica, Kolumbien, Mexiko und den Vereinigten Staaten arbeitet Gorilla Logic in partnerschaftlichen, sicherheitsorientierten Kooperationen über den gesamten Lebenszyklus digitaler Produkte hinweg.

Senior AWS Data Platform Engineer

Entwickle und betreibe AWS-Datenintegrationen für eine Kampagnenplattform im Automobilhandel. Verantworte Salesforce- und Snowflake-Datenflüsse, Migrationen von Werbeplattformen, den Produktionsbetrieb und die Übergabe an Kunden.

Beschreibung

  • Verantworte Datensysteme für Such- und Social-Media-Kampagnen für Autohäuser.
  • Entwickle die Synchronisierung von Salesforce-Budgets mit Budgetpositionen und Anmeldungen, trenne Budgetfamilien und verhindere Kampagnen ohne passende Budgetpositionen.
  • Erstelle Händlerdatensätze, die Google Ads, Meta, Salesforce und Bestandsdatenfeeds verbinden, einschließlich Ausnahmeberichten und automatisiertem Onboarding.
  • Integriere täglich VIN-genaue Bestandsdaten aus Snowflake, Angebote aus S3 und einer API sowie Hersteller-Anmeldedateien; prüfe Aktualität und Vollständigkeit der Daten.
  • Vereinbare Datenverträge mit dem Datenteam des Kunden und wende bei Bedarf gemeinsame Verträge des Plattformteams an.
  • Erkenne Probleme beim Kampagnen-Pacing anhand der aktuellen Tagesausgaben und der prognostizierten Gesamtausgaben zum Monatsende.
  • Entwickle eine Incentive-Sync-Engine, die Angebote anhand der Herstellervorgaben prüft und abgelaufene Angebote einmalig entfernt.
  • Bilde Herstellervorgaben, zulässige Werte und Modellreihen als versionierte Daten mit Gültigkeitszeiträumen ab.
  • Stelle Händler- und Bestandsdaten für die Darstellung von Playbooks und die bestandsbasierte Kampagnenauswahl bereit.
  • Koordiniere Migrationswellen und entwickle Nachweispipelines für Aggregationen, ID-Prüfungen, Einstellungsabweichungen, Tracking-Audits und Prüfungen auf Nullausgaben.
  • Bereite im fünften Monat die Daten für die Pilotwelle vor und erstelle Scorecards zur Freigabe durch den Kunden.
  • Verantworte die Datenarbeit in fünf Produktivwellen, einschließlich Budgetzuordnung, Übernahme von Einstellungen, Tracking-Audits und Pacing-Kalibrierung.
  • Betreibe die Produktivsysteme während der Migrationen, einschließlich Überwachung, Incident Response, Nachverfolgung von API-Kontingenten und Rollback-Übungen.
  • Übergib Pipelines, Runbooks, Umgebungen und Datenverträge an die Kundenteams und überprüfe anschließend, ob sie diese selbst betreiben können.
  • Dokumentiere Entscheidungen und Abläufe und arbeite eng mit den Engineers des Kunden zusammen.
  • Leite Datensitzungen mit dem Datenteam und den Salesforce-Administratoren des Kunden.
  • Triff umkehrbare Entscheidungen zum Datendesign, wenn der Solutions Architect nicht verfügbar ist, dokumentiere sie und lege sie zur Prüfung vor.
  • Bereite Datenunterlagen für die Freigabe der Wellen vor und bearbeite Migrationsprobleme mit Daten als erste Ansprechperson.
  • Melde Blockaden zeitnah schriftlich und beschreibe ihre Auswirkungen auf Zeitplan, Umfang oder Qualität.

Anforderungen

  • Mindestens sechs Jahre Erfahrung im Aufbau und Betrieb produktiver Daten- oder Integrationssysteme.
  • Praktische Erfahrung mit Salesforce-Integrationen in der Produktion, einschließlich benutzerdefinierter Objekte, SOQL, Massendatenabfragen und Änderungserkennung.
  • Erfahrung mit Snowflake-Extraktionen, S3-Dateifeeds, REST-APIs und einem AWS-Pipeline-Orchestrator.
  • Kenntnisse in Datenqualität und Identitätsabgleich, einschließlich Aktualitätsprüfungen, systemübergreifender Abstimmung, umsetzbarer Ausnahmeberichte und dem Anhalten von Arbeit bei mehrdeutigen Zuordnungen.
  • Erfahrung mit Ausgaben- oder Finanzberechnungen, abgesichert durch automatisierte Tests auf Basis verschiedener Szenarien.
  • Fähigkeit, fehlertolerante Massenverarbeitungen zu entwickeln, die sich bei Teilausfällen sicher und idempotent erneut ausführen lassen.
  • Erfahrung im AWS-Produktionsbetrieb, einschließlich Incidents, Überwachung, Kontingenten, Runbooks und Infrastructure as Code.
  • Fundierte Azure-Erfahrung ist ebenfalls geeignet, wenn ein konkreter Ansatz für die Migration von Workloads zu AWS vorliegt.
  • Sehr gute SQL-Kenntnisse sowie praktische Erfahrung mit Python oder PHP in der Produktion; sicherer Umgang mit Produktivzugangsdaten.
  • Regelmäßige Nutzung von KI-Programmierwerkzeugen mit sorgfältiger Prüfung, Tests und Ablehnung generierten Codes bei Bedarf sowie Verständnis der Grenzen dieser Werkzeuge.
  • Klare mündliche und schriftliche Englischkenntnisse.
  • Sicheres Präsentieren der eigenen Arbeit vor US-amerikanischen Kundenvertretern.
  • Von Vorteil: Erfahrung mit der Berichterstellung über Google Ads oder die Meta Marketing API, einschließlich vorläufiger Ausgaben und Ratenlimits.
  • Von Vorteil: Erfahrung mit Merchant Center, Meta-Katalogen, Fahrzeugangeboten oder Anzeigen für Kfz-Bestände.
  • Von Vorteil: PHP- und Laravel-Erfahrung.
  • Von Vorteil: Erfahrung mit Daten aus dem Automobilhandel, einschließlich VIN-genauer Bestände, Hersteller-Incentive-Programmen und Händlerdaten.
  • Von Vorteil: Erfahrung mit Anzeigenbetrieb, Live-Migrationen mit getesteten Rollback-Plänen, Regel-Engines oder AWS-Containern.

Zusatzleistungen

  • Absolviere vor Beginn der Arbeit in der Kundenumgebung die interne KI-Engineering-Schulung von Gorilla Logic.
  • Nutze genehmigte KI-Werkzeuge für die Arbeit mit den Zugriffsrechten des Kunden nach dem Prinzip der geringsten Berechtigung.
  • Prüfe alle KI-generierten Arbeitsergebnisse, bevor sie in die Codebasis oder in ein Lieferergebnis einfließen.
  • Kundencode und Kundendaten werden niemals zum Trainieren eines Modells verwendet.

Ähnliche Stellen