Roku
Las Vegas Sands Corp.
Principal Fullstack Data Engineer
Stellenbeschreibung
Über die Position
Die Hauptverantwortung des Principal Fullstack Data Engineer liegt in der Leitung des Designs und der Implementierung unserer Datenarchitektur, Pipelines und des Analytics-Portals für ein Casino-Management-System, das von Grund auf neu entwickelt wird. Diese Rolle erfordert umfassende technische Expertise und Führungsqualitäten, um skalierbare, zuverlässige und leistungsstarke Datenlösungen mit einer modernen Iceberg Data Lakehouse-Architektur zu aufzubauen, die Echtzeitverarbeitung, Analysen und Berichterstattung unterstützt. Der Principal Fullstack Data Engineer wird auch zur handwerklichen Entwicklung eines React.js/Node.js Reporting & Analytics Portals beitragen und mit funktionsübergreifenden Teams zusammenarbeiten, um eine nahtlose Integration und einen reibungslosen Datenfluss zwischen verschiedenen Systemen zu gewährleisten.
Alle Aufgaben sind in Übereinstimmung mit den Richtlinien, Praktiken und Verfahren der Abteilung und von Las Vegas Sands Corp. auszuführen. Von allen Las Vegas Sands Corp. Teammitgliedern wird erwartet, dass sie sich jederzeit professionell verhalten. Teammitglieder sind verpflichtet, die Standards, Arbeitsanforderungen und Verhaltensregeln des Unternehmens zu beachten.
Wesentliche Aufgaben & Verantwortlichkeiten
- Leitung des Designs und der Entwicklung einer robusten Iceberg Data Lakehouse- Architektur unter Verwendung von Apache Iceberg, Starburst/Trino und Lakekeeper, um sicherzustellen, dass sie skalierbar, sicher und an zukünftige Bedürfnisse anpassbar ist.
- Entwurf, Entwicklung und Wartung komplexer Datenpipelines mit Python und Apache Kafka für effiziente Datenerfassung, -transformation und -speicherung in Iceberg-Tabellen, um hohe Verfügbarkeit und Qualität zu gewährleisten.
- Entwurf und Entwicklung von Funktionen für das React.js/Node.js Reporting & Analytics Portal, einschließlich interaktiver Dashboards, vordefinierter Berichte, Self-Service-Analysen und geplanter Datenexporte.
- Erstellung und Wartung von RESTful APIs mit Node.js zur Bereitstellung von Daten aus dem Lakehouse für das Analytics-Portal, Unterstützung von JSON und CSV-Exportformaten für Anwendungsfälle wie regulatorische Berichterstattung (z. B. DICJ-Zugriff).
- Überwachung der Integration verschiedener Datenquellen (z. B. Transaktionssysteme, Drittanbieter-APIs, IoT-Geräte) über Kafka Event-Streaming und Starbust Query Federation zur Schaffung eines einheitlichen Datenökosystems für das Casino-Management-System.
- Definition und Implementierung von Datenerfassungs- und Transformationsprozessen unter Verwendung einer Lambda-Kappa-Hybridarchitektur, die sowohl Batch- als auch Echtzeit-Analysen unterstützt, zur Optimierung von Datenbewegung und Verarbeitungseffizienz.
- Entwicklung und Wartung von PostgreSQL-Datenbankschemata und -abfragen zur Unterstützung des Anwendungsstatus, der Metadatenverwaltung und der Portal-Funktionalität.
- Festlegung von Data-Governance-Richtlinien und Best Practices unter Nutzung der Governance-Funktionen von Starburst, um die Einhaltung gesetzlicher Vorschriften, Datensicherheit und Datenschutzprotokolle zu gewährleisten.
- Enge Zusammenarbeit mit Datenanalysten, Data Scientists und Geschäftsinteressenten, um Datenanforderungen zu verstehen und qualitativ hochwertige Lösungen zu liefern – einschließlich eingebetteter Metabase-Dashboards und benutzerdefinierter Portal-Funktionen –, die datengesteuerte Entscheidungsfindung ermöglichen.
- Überwachung und Optimierung der Leistung von Datenpipelines mit Prometheus und Grafana, Identifizierung von Engpässen und Implementierung von Verbesserungen, um schnelle Datenverarbeitung und -abfrage zu gewährleisten.
- Bereitstellung technischer Führung und Mentoring für Data-Engineering-Teams, Förderung von Best Practices im Data Engineering, in der front-end-Entwicklung und Schaffung einer Kultur der Innovation.
- Pflege umfassender Dokumentation der Datenarchitektur, API-Verträge, Portal-Funktionen, Workflows und Prozesse zur Unterstützung der laufenden Entwicklung und operativen Wartung.
- Ausführung von Arbeitsaufgaben auf sichere Weise.
- Regelmäßige und konsistente Anwesenheit bei der Arbeit gemäß Zeitplan.
- Ausführung anderer damit verbundener Aufgaben nach Bedarf.
Mindestanforderungen
- Mindestens 21 Jahre alt.
- Nachweis der Arbeitserlaubnis in den Vereinigten Staaten.
- Bachelor- oder Master-Abschluss in Informatik, Data Engineering oder einem verwandten Fachgebiet.
- Muss jede Zertifizierung oder Lizenz, wie gesetzlich oder durch Richtlinien vorgeschrieben, erhalten und aufrechterhalten können.
- 8+ Jahre Erfahrung im Data Engineering, davon mindestens 3 Jahre in einer Principal- oder Lead-Rolle, vorzugsweise in der Glücksspiel- oder Casino-Branche.
- Expertise mit Apache Kafka für Echtzeit-Event-Streaming und Datenpipeline- Orchestrierung im großen Maßstab.
- Praktische Erfahrung mit Apache Iceberg Tabellenformaten, einschließlich Partitionierungsstrategien, Schemaentwicklung und Snapshot-Management.
- Erfahrung mit Starburst/Trino (oder einer anderen modernen Abfrage-Engine wie StarRocks, Dremio) als verteilte SQL-Abfrage-Engine für Analysen, Berichterstattung und Abfrage-Federation über heterogene Datenquellen hinweg.
- Praktische Erfahrung mit React.js für die Erstellung interaktiver front-end- Analyse-Dashboards und Berichts-Interfaces.
- Praktische Erfahrung mit Node.js für die Erstellung von RESTful APIs und back-end- Diensten, die Daten für Webanwendungen bereitstellen.
- Tiefgreifende Kenntnisse von PostgreSQL (16+) einschließlich fortgeschrittener Abfrageoptimierung, Indexierungsstrategien und Schemadesign für Anwendungs- und Analyse-Workloads.
- Erfahrung mit Iceberg Catalog Management (z. B. Lakekeeper) und Objektspeicher (z. B. AWS S3, MinIO) für das physische Datenfile-Management.
- Kenntnisse in Cloud-Datenlösungen (z. B. AWS, Azure) mit Erfahrung in der Bereitstellung und Verwaltung von Datendiensten auf Kubernetes unter Verwendung von Docker-Containern.
- Starke Programmierkenntnisse in Python (3.11+) für die Entwicklung von Datenpipelines, Erfassungs-Frameworks und Datenverarbeitungs-Workflows, mit Vertrautheit in Bibliotheken wie PyIceberg, PyArrow und Pydantic.
- Expertise in Datenmodellierungstechniken (z. B. Sternschema, snowflake-Schema) zur Unterstützung komplexer Analyse- und Anforderungsberichte.
- Nachgewiesene Erfahrung mit Data-Quality-Frameworks und -Tools zur Gewährleistung der Datenintegrität und Einhaltung von Geschäftsstandards.
- Starkes Verständnis von CI/CD-Praktiken unter Verwendung von GitHub Actions zur Automatisierung von Build-, Test- und Bereitstellungsprozessen.
- Erfahrung mit Monitoring- und Observability-Tools (z. B. Prometheus, Grafana) für die Überwachung der Pipeline- und Anwendungsgesundheit.
- Außergewöhnliche analytische Fähigkeiten und Problemlösungsfähigkeiten mit Fokus auf die Bereitstellung hochwertiger Datenlösungen sowohl für back-end-Pipelines als auch für front-end-Analysen.
- Nachgewiesene Fähigkeit, technische Teams zu leiten und zu betreuen, eine Kultur des Wissensaustauschs und der kontinuierlichen Verbesserung zu fördern.
- Starke zwischenmenschliche Fähigkeiten mit der Fähigkeit, effektiv zu kommunizieren und angemessen mit Management, anderen Teammitgliedern und externen Kontakten unterschiedlicher Hintergründe und Erfahrungsstufen zu interagieren.
Körperliche Anforderungen
Muss in der Lage sein:
- Physischen Zugang zu den zugewiesenen Arbeitsbereichen mit oder ohne angemessene Vorkehrungen zu haben.
- Drinnen zu arbeiten und verschiedenen Umwelteinflüssen ausgesetzt zu sein, wie z. B. aber nicht beschränkt auf Röhrenbildschirme, Lärm und Staub.
- Laptops und Standardtastaturen zu verwenden, um die wesentlichen Funktionen der Stelle auszuführen.
