EY ist ein globales Unternehmen für professionelle Dienstleistungen und bietet Expertise in den Bereichen Wirtschaftsprüfung, Steuern, Beratung und Consulting. Die Teams unterstützen Organisationen dabei, komplexe geschäftliche Herausforderungen zu bewältigen, das Vertrauen in die Finanzberichterstattung und die Märkte zu stärken sowie Daten und Technologie für ihre Transformation zu nutzen.
Das Unternehmen bietet unter anderem Beratung zu Unternehmensfinanzierungen, Transaktionsstrategien und Technologiethemen. EY arbeitet mit Kunden aus Bereichen wie Gesundheitswesen, Rechtsdienstleistungen, Marketing, Energie, Finanzen und öffentlichem Sektor zusammen. Nachhaltigkeit und Innovation prägen viele seiner Lösungen.
Senior-Spezialist für Datenbetrieb und Data Engineering – vor Ort in Noida
Senior-Rolle im Data Engineering bei EY mit Fokus auf Cloud-Datenplattformen, skalierbare Pipelines, Migration, Business Intelligence und zuverlässigen Betrieb in AWS und Azure.
Beschreibung
- Skalierbare Datenpipelines und Integrationsframeworks entwickeln und warten
- Cloud-Datenplattformen, Datenbanken, Data Warehouses und analytische Datensätze verwalten und optimieren
- Datenmigrations-, Modernisierungs- und Transformationsinitiativen vorantreiben
- Mit Business-, Analytics- und Reporting-Teams zusammenarbeiten, um vertrauenswürdige Datenbestände bereitzustellen
- Datenqualität, Sicherheit, Leistung, Verfügbarkeit und betriebliche Resilienz gewährleisten
- Business-Intelligence-, Reporting- und Self-Service-Analytics-Programme ermöglichen
- Datenplattformbetrieb und Prozesse überwachen, Fehler beheben und kontinuierlich verbessern
Anforderungen
- Praktische Erfahrung mit SQL, Python und/oder PySpark
- Erfahrung im Entwurf und in der Entwicklung von ETL-/ELT-Pipelines, Datenflüssen und Integrationslösungen
- Praktische Erfahrung mit AWS-Services wie S3, Glue, Redshift, Lambda und Athena und/oder Azure-Services einschließlich ADF, Databricks, ADLS und Synapse
- Ausgeprägtes Verständnis von Data-Warehouse-, Data-Lake-, Lakehouse- und dimensionalen Modellierungsarchitekturen einschließlich Star- und Snowflake-Schemata
- Erfahrung bei der Bereitstellung und Unterstützung von Enterprise-Datenplattformen für Reporting, Analytics und Business Intelligence
- Erfahrung mit Datenmigration und Modernisierung, einschließlich der Verlagerung von On-Premises- in Cloud-Umgebungen und der Transformation älterer Plattformen
- Erfahrung mit Spark oder Databricks für die Verarbeitung großer Datenmengen
- Kenntnisse in Frameworks für die Batch- und Echtzeitdatenverarbeitung
- Erfahrung mit Airflow, ADF, Step Functions oder vergleichbaren Tools zur Pipeline-Orchestrierung
- Ausgeprägtes Verständnis von Datenqualität, Validierung, Performance-Tuning und operativem Support
- Erfahrung mit BI-Plattformen wie Power BI, Tableau oder QuickSight
- Vertrautheit mit Quellcodeverwaltung, CI/CD und agilen Vorgehensweisen
- Erfahrung mit Snowflake, Microsoft Fabric oder vergleichbaren modernen Datenplattformen
- Erfahrung mit Streaming-Tools wie Kafka, Event Hub oder Kinesis
- Kenntnisse in Change Data Capture, Replikation und Frameworks zur Datensynchronisierung
- Erfahrung in der Implementierung von Infrastructure as Code mit Terraform, CloudFormation oder Bicep
- Verständnis von Data Governance, Metadatenmanagement, Datenherkunft und Sicherheitspraktiken
- Cloud-Zertifizierung wie AWS Data Engineer, DP-203, DP-600 oder ein gleichwertiger Nachweis