Portugal
Mindrift
Hiscox
Senior Data Engineer
RemotePortugal
Lisbon, Portugal
PythonSQLC#
Automatische Übersetzung. Prüfe das Original.
Weitere Informationen
Anstellungsart: Unbefristet
- Arbeitsmodell: Diese Position ist in Lissabon mit einem hybriden Arbeitsmodell angesiedelt (ca. zwei Tage pro Woche im Büro in Lissabon).
- Denkweise: Der ideale Kandidat ist detailorientiert, eigenmotiviert und leidenschaftlich für saubere, gut verwaltete Daten. Er/sie arbeitet gerne in einem kollaborativen Umfeld und übernimmt die Verantwortung für die Lieferung hochwertiger Lösungen.
Stellenübersicht
Gestalten Sie mit Hiscox eine brillante Zukunft
Wir suchen einen erfahrenen Senior Data Engineer, der Enterprise-Datenpipelines und -Lösungen auf unserer Microsoft-Plattform entwirft, erstellt und wartet. Diese hybride Rolle kombiniert praktische technische Expertise mit einem starken Fokus auf Data Governance, Qualität und Zusammenarbeit.
Arbeiten Sie mit großartigen Leuten zusammen und werden Sie Teil einer einzigartigen Kultur
Hauptverantwortlichkeiten
- ETL/ELT-Pipelines: Entwerfen, entwickeln und warten Sie robuste ETL/ELT-Pipelines, um sicherzustellen, dass Daten effizient extrahiert, transformiert und zwischen Systemen geladen werden.
- Data-Engineering-Projekte: Leiten Sie Datenrefactoring- und Integrationsprojekte auf der gesamten Plattform und optimieren Sie Datenflüsse und Leistung.
- Dokumentation & Governance: Pflegen Sie eine qualitativ hochwertige Dokumentation für Datenpipelines und -architektur. Tragen Sie zu Data-Governance-Initiativen bei, um Datenqualität, -sicherheit und -konformität zu gewährleisten.
- Teamübergreifende Zusammenarbeit: Arbeiten Sie eng mit Dynamics 365, Power Platform und anderen funktionsübergreifenden Teams zusammen, um integrierte Datenlösungen zu liefern. Arbeiten Sie mit Stakeholdern zusammen, um Anforderungen zu verstehen und technische Anleitung zu geben.
Erforderliche Fähigkeiten und Erfahrungen
- Datenbankkenntnisse: Tiefgreifende Expertise in Microsoft SQL (T-SQL) – in der Lage, komplexe Abfragen und gespeicherte Prozeduren zu schreiben, zu optimieren und zu beheben.
- Azure Data Factory (ADF): Praktische Erfahrung in der Entwicklung und Orchestrierung von Pipelines mit Azure Data Factory.
- Dynamics 365 & Power Platform: Nachgewiesene Erfahrung in der Arbeit mit Microsoft Dynamics 365 und dem Power Platform-Ökosystem.
- Dataverse: Starke Erfahrung mit Microsoft Dataverse (Common Data Service) – einschließlich Datenmodellierung und -integration. (Dies ist unerlässlich oder ein sehr starker Vorteil.)
- Datenarchitektur: Solides Verständnis von Datenmodellierung, Data-Warehousing-Konzepten und ETL-Best Practices in einer Cloud-Umgebung.
- Zusammenarbeit & Kommunikation: Ausgezeichnete Kommunikationsfähigkeiten mit der Fähigkeit, komplexe Datenkonzepte für technische und nicht-technische Stakeholder zu übersetzen. Teamorientiert, proaktiv im Wissensaustausch und versiert in der Dokumentation.
- Problemlösung: Nachgewiesene Fähigkeit, Datenprobleme zu beheben, die Leistung zu optimieren und die Zuverlässigkeit und Genauigkeit von Datenpipelines sicherzustellen.
Wünschenswerte Fähigkeiten
- Microsoft Fabric: Erfahrung mit Microsoft Fabric (Azure) für erweiterte Analysen und Datenintegration.
- Cloud-Analysen: Vertrautheit mit Azure Synapse Analytics oder Azure Data Lake für Big-Data-Verarbeitung und Data Warehousing.
- Skripting & Automatisierung: Beherrschung einer Programmier-/Skriptsprache (z. B. Python oder C# PowerShell) für erweiterte Datentransformation und Automatisierung.
- CI/CD & DevOps: Erfahrung in der Implementierung von CI/CD-Pipelines und Versionskontrolle (z. B. Azure DevOps, Git) für Data-Engineering-Projekte.
- Tools für Datenqualität & Governance: Erfahrung mit Data-Quality-Frameworks oder Data-Governance-Tools zur Durchsetzung von Standards und Compliance.
Zusätzliche Fähigkeiten
- Big-Data-Tools: Kenntnisse in Azure Databricks
- BI & Reporting: Kenntnisse in Power BI oder ähnlichen Datenvisualisierungs-/BI-Tools zur Unterstützung von Analyse- und Reportinganforderungen.
- ML-Pipelines: Grundlegendes Verständnis von machine learning-Pipelines oder Modellbereitstellung im Data-Engineering-Kontext.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen
