Junior-Dateningenieur

Junior-Dateningenieur
Berufsbezeichnung: Junior Data Engineer
Jobtyp: Vollzeit
Arbeitsvereinbarung: Remote / Hybrid / Vor-Ort
Erfahrungsniveau: Einstiegsniveau bis Berufseinsteiger (0–3 Jahre)
Gehaltsspanne: 75.000–115.000 US-Dollar pro Jahr
Arbeitsorte: Seattle, WA | Austin, TX | Dallas, TX | New York City, NY | Atlanta, GA
Standortvoraussetzung für den Kandidaten: Muss derzeit in den Vereinigten Staaten wohnen.
Über die Rolle
Wir suchen einen motivierten und detailorientierten Junior Data Engineer zur Verstärkung unseres Data-Engineering-Teams. Der ideale Kandidat verfügt über grundlegende Kenntnisse von Python, SQL, ETL-Prozessen und Apache Spark und hat ein starkes Interesse am Aufbau zuverlässiger, skalierbarer Datenpipelines.
In dieser Rolle helfen Sie bei der Entwicklung und Pflege von Datenerfassungs-Workflows, wandeln Rohdaten in nutzbare Datensätze um und unterstützen Initiativen zur Datenintegration. Sie arbeiten mit Dateningenieuren, Datenanalysten, Datenwissenschaftlern und anderen technischen Teams zusammen, um sicherzustellen, dass die Daten korrekt, zugänglich und für Berichte und Analysen bereit sind.
Diese Gelegenheit ist ideal für Absolventen und Berufseinsteiger, die ihre Fähigkeiten in den Bereichen Datentechnik, Big-Data-Verarbeitung und moderne Datenplattformen ausbauen möchten.
Zulassungsvoraussetzung: Bewerber müssen derzeit ihren Wohnsitz in den Vereinigten Staaten haben. Fernarbeit ist nur möglich, wenn die Beschäftigungs- und Gehaltsabrechnungsanforderungen des Arbeitgebers dies zulassen.
Hauptaufgaben

• Entwickeln, testen und warten Sie Datenpipelines mit Python und SQL.

• Unterstützung beim Aufbau und der Verwaltung von ETL-Workflows (Extrahieren, Transformieren, Laden).

• Extrahieren Sie Daten aus Datenbanken, APIs, Dateien und anderen Quellsystemen.

• Bereinigen, transformieren, validieren und laden Sie Daten in Zielsysteme.

• Verwenden Sie Apache Spark für die verteilte Datenverarbeitung und umfangreiche Datentransformationen.

• Schreiben Sie effiziente SQL-Abfragen, um Datensätze abzurufen, zu verknüpfen, zu aggregieren und zu bearbeiten.

• Überwachen Sie Datenpipelines und beheben Sie Fehler, Leistungsprobleme und Datenqualitätsprobleme.

• Unterstützen Sie die Entwicklung von Batch-Verarbeitungs- und gegebenenfalls Streaming-Daten-Workflows.

• Implementieren Sie Datenvalidierungsprüfungen, um die Genauigkeit und Konsistenz der Daten aufrechtzuerhalten.

• Arbeiten Sie mit Analyse- und Business-Intelligence-Teams zusammen, um Berichts- und Analyseanforderungen zu unterstützen.

• Pipeline-Logik, Datenquellen, Transformationen und technische Verfahren dokumentieren.

• Befolgen Sie Codierungsstandards, Versionskontrollpraktiken und Datensicherheitsrichtlinien.

• Nehmen Sie an Codeüberprüfungen, Tests und Initiativen zur kontinuierlichen Verbesserung teil.

Erforderliche Qualifikationen

• Bachelor-Abschluss in Informatik, Informationstechnologie, Datentechnik, Softwaretechnik oder einem verwandten Bereich oder gleichwertige praktische Erfahrung.

• 0–3 Jahre Erfahrung in Datentechnik, Softwareentwicklung, Datenanalyse oder einem verwandten technischen Bereich.

• Kenntnisse in Python für Skripterstellung, Datenverarbeitung und Automatisierung.

• Kenntnisse in SQL, einschließlich Verknüpfungen, Aggregationen, Unterabfragen und Datenmanipulation.

• Verständnis der ETL/ELT-Konzepte und der Datenpipeline-Entwicklung.

• Grundlegende Vertrautheit mit Apache Spark und verteilter Datenverarbeitung.

• Kenntnisse über relationale Datenbanken und Grundlagen der Datenmodellierung.

• Verständnis von Datenbereinigungs-, Validierungs- und Transformationstechniken.

• Vertrautheit mit Git oder anderen Versionskontrolltools.

• Ausgeprägtes analytisches Denken, Problemlösungs- und Debugging-Fähigkeiten.

• Gute schriftliche und mündliche Kommunikationsfähigkeiten.

• Muss derzeit in den Vereinigten Staaten wohnen.

Bevorzugte Qualifikationen

• Nutzung von PySpark für groß angelegte Datentransformationen.

• Vertrautheit mit Cloud-Plattformen wie AWS, Microsoft Azure oder Google Cloud Platform.

• Grundkenntnisse von Data Warehouses wie Snowflake, Amazon Redshift oder Google BigQuery.

• Verständnis von Data-Lake- und Lakehouse-Architekturen.

• Vertrautheit mit Workflow-Orchestrierungstools wie Apache Airflow.

• Kontakt mit Docker, CI/CD oder automatisierten Tests.

• Verständnis von Stapelverarbeitung, inkrementellen Ladevorgängen und Datenpipeline-Planung.

• Vertrautheit mit dimensionaler Modellierung und Data-Warehouse-Design.

• Akademische Projekte, Praktika oder persönliche Projekte mit Datenpipelines oder Big-Data-Technologien.

Technische Fähigkeiten
FähigkeitskategorieErforderliche/bevorzugte FähigkeitenProgrammierungPythonDatenbankabfragenSQLDatenintegrationETL/ELT-PipelinesBig Data ProcessingApache Spark, grundlegendes PySparkDatenbankenRelationale DatenbankkonzepteVersionskontrolleGit, GitHub oder GitLabCloud-PlattformenAWS, Azure oder Google Cloud – bevorzugtData WarehousingSnowflake, Redshift oder BigQuery – bevorzugtWorkflow-OrchestrierungApache Airflow – bevorzugtKernkompetenzenDebugging, Datenqualität, Problemlösung
Gehalt und Zusatzleistungen

• Jährliches Grundgehalt: 75.000–115.000 USD.

• Vollzeitbeschäftigung.

• Remote-, Hybrid- oder Vor-Ort-Arbeitsvereinbarungen, je nach Position.

• Mögliche Leistungen können je nach Arbeitgeber Krankenversicherung, Altersvorsorge, bezahlter Urlaub und Möglichkeiten zur beruflichen Weiterentwicklung sein.

• Möglichkeiten zur Entwicklung von Fähigkeiten in den Bereichen Cloud Data Engineering, verteiltes Computing und skalierbare Datenarchitektur.

Die Gehaltsspanne ist ein Richtwert und kein verifiziertes Angebot. Die tatsächliche Vergütung kann je nach Arbeitgeber, Erfahrung, Standort und Rollenanforderungen variieren.
Arbeitsorte
In den folgenden US-Märkten bestehen möglicherweise Möglichkeiten:

• Seattle, Washington

• Austin, Texas
• Dallas, Texas

• New York City, New York

• Atlanta, Georgia

Anforderungen an die Fernarbeit

• Kandidaten müssen derzeit ihren Wohnsitz in den Vereinigten Staaten haben.

• Bewerber müssen gemäß den geltenden Einstellungsvoraussetzungen des Arbeitgebers berechtigt sein, in den Vereinigten Staaten zu arbeiten.

• Die Fernbeschäftigung unterliegt der landesspezifischen Lohn- und Gehaltsabrechnung und den Unternehmensrichtlinien.

• Einige Positionen erfordern möglicherweise gelegentliche Anwesenheit im Büro oder Zusammenarbeit während der Geschäftszeiten in den USA.…

Quelle: Himalaya (https://himalayas.app/companies/edgeq-technologies-private-limited/jobs/junior-data-engineer?utm_source=api)