
Leega ist ein lateinamerikanisches Technologieberatungsunternehmen mit Schwerpunkt auf Datenanalyse, Cloud-Lösungen und digitaler Transformation. Zu den Dienstleistungen gehören die Anwendungsentwicklung, maschinelles Lernen, Risikoanalyse und die Unterstützung von Organisationen bei der Modernisierung ihrer Datenumgebungen. Leega arbeitet mit Google Cloud, AWS und Microsoft Azure zusammen und hilft Unternehmen, ihr Datenmanagement zu verbessern und Cloud-Technologien einzuführen. Das Unternehmen bezeichnet sich außerdem als erste Organisation in der Region, die von Google Cloud für Datenanalyse zertifiziert wurde.
Senior GCP-Dateningenieur
Aufbau eines zentralen Google-Cloud-Datenhubs für ein Baustoffunternehmen mit Datenpipelines, Medallion-Architektur und analytischer Datenmodellierung.
Beschreibung
- Datenpipelines zur Aufnahme von Daten aus ERP-, Qualitäts- und Produktionssystemen, Portalen, Tabellen und weiteren Quellen erstellen und pflegen.
- Datenextraktion, Zeitplanung und Fehlerbehandlung mit Apache Airflow orchestrieren.
- Die Bronze-, Silver- und Gold-Ebenen der Medallion-Architektur umsetzen: Rohdaten in Cloud Storage speichern und in BigQuery modellieren.
- Geschäftsentitäten und gemeinsame Stammdaten modellieren, darunter Kunden, Produkte und Drittparteien.
- Die semantische Ebene für Dashboards unterstützen.
- Daten im Hub mit den Quellsystemen abgleichen, um Qualität und Konsistenz sicherzustellen.
- Entitäten der Gold-Ebene für KI- und Machine-Learning-Modelle aufbereiten.
- Code versionieren und Deployments in Entwicklungs-, Staging- und Produktionsumgebungen verwalten.
- Pipeline-Läufe überwachen und Fehler beheben, mit dem Ziel eines Betriebs ohne manuelle Eingriffe.
- Pipelines, Datenmodelle und technische Entscheidungen dokumentieren.
- Das Kundenteam bei der abschließenden Übergabe schulen.
- An wöchentlichen Reviews teilnehmen und Ergebnisse mit den Fachbereichen validieren.
- Mit Kolleginnen und Kollegen aus Architektur und Data Science in einem multidisziplinären Team einen zentralen Google-Cloud-Datenhub für ein großes Baustoffunternehmen aufbauen.
Anforderungen
- Mindestens 5 Jahre Erfahrung als Data Engineer bei Cloud-Datenprojekten.
- Mindestens 3 Jahre Erfahrung mit Google Cloud, insbesondere BigQuery und Cloud Storage.
- Mindestens 3 Jahre Erfahrung in der Orchestrierung von Pipelines mit Apache Airflow.
- Fundierte SQL-Kenntnisse und Expertise in der analytischen Datenmodellierung mit mindestens 5 Jahren Erfahrung.
- Mindestens 4 Jahre Erfahrung im Einsatz von Python für die Entwicklung von Datenpipelines.
- Kenntnisse der Medallion-Architektur und ihrer Bronze-, Silver- und Gold-Ebenen.
- Erfahrung mit der Integration von Daten aus mehreren Quellen, darunter ERP-Systeme, APIs, Dateien und Tabellen.
- Erfahrung mit Versionskontrolle und Code-Deployments über verschiedene Umgebungen hinweg.
- Google-Cloud-Zertifizierungen sind von Vorteil.
- Erfahrung mit der Datenextraktion aus ERP-Systemen großer Unternehmen ist von Vorteil.
- Kenntnisse in Steuer-, Finanz- oder Industriedaten sind von Vorteil.
- Erfahrung in der Aufbereitung von Daten für Machine-Learning-Modelle ist von Vorteil.
- Erfahrung in Beratungsprojekten ist von Vorteil.
- Praktische Erfahrung mit Google Cloud (BigQuery und Cloud Storage), Apache Airflow, SQL und Python ist unerlässlich.
Zusatzleistungen
- Kontinuierliche berufliche Weiterentwicklung.
- Remote-Arbeit.
- Engagement für Inklusion von Menschen mit Behinderung; Bewerbungen von Menschen mit Behinderung sind ausdrücklich willkommen.
Ähnliche Stellen
Keine Stellen gefunden
Passe deine Filter an oder lösche sie, um weitere Möglichkeiten zu finden.