Data Analytics Engineer

Da wir kürzlich eine ähnliche Position bei unserem Kunden besetzt haben, unterstützt Swisslinx aufgrund einer zusätzlichen Vakanz eine renommierte internationale Finanzinstitution in Basel bei der Suche nach einem erfahrenen und teamorientierten Data Analytics Engineer.

Data Analytics Engineer Stellenbeschreibung:

• Entwurf, Entwicklung und Wartung skalierbarer, durchgängiger Datenpipelines und Datenprodukte
• Erstellung zuverlässiger ETL/ELT-Lösungen für Data-Warehouse-, Data-Lake- und Lakehouse-Umgebungen
• Zusammenarbeit mit Business-Analysten und Stakeholdern, um deren Bedürfnisse zu verstehen und in effektive technische Lösungen umzusetzen
• Schreiben von hochwertigem, wartbarem Code unter Verwendung moderner Software-Engineering-Praktiken
• Einbringen eigener Ideen zur Datenarchitektur, Plattformgestaltung und technischen Entscheidungsfindung
• Implementierung von Datenintegrations-, Transformations- und Validierungsprozessen über mehrere Datenquellen hinweg
• Unterstützung von Echtzeit- und Batch-Datenverarbeitungsinitiativen
• Teilnahme an Proof-of-Concept-Projekten und Bewertung neuer Daten-Technologien
• Sicherstellung, dass Lösungen Sicherheits-, Governance-, Aufbewahrungs-, Leistungs- und Qualitätsanforderungen erfüllen
• Unterstützung der Produktionsumgebungen im Rahmen einer gemeinsamen Bereitschaftsdienstrotation

Über den Kunden:

Als Senior Data Engineer werden Sie Teil eines grossen Daten-Transformationsprogramms, das über die nächsten 4+ Jahre läuft. Sie helfen dabei, die Entwicklung einer modernen Datenplattform zu gestalten, die kritische Bankgeschäfte unterstützt. Sie bauen Datenpipelines auf und verbessern diese, führen neue Datensätze ein und tragen zum Übergang zu einer skalierbaren Lakehouse-Architektur bei.

In dieser Rolle gestalten Sie die Entwicklung einer modernen Datenplattform mit, die kritische Bankgeschäfte unterstützt. Sie bauen Datenpipelines auf und verbessern diese, führen neue Datensätze ein und tragen zum Übergang zu einer skalierbaren Lakehouse-Architektur bei.

Anforderungen:

Wir ermutigen Sie, sich zu bewerben, auch wenn Sie nicht alle aufgeführten Anforderungen erfüllen. Relevante Erfahrungen können in verschiedenen Rollen, Branchen oder Karrierewegen erworben worden sein:

• Umfangreiche Berufserfahrung im Bereich Data Engineering, Big Data Engineering oder Analytics Engineering – typischerweise fünf Jahre oder mehr
• Fundierte Erfahrung im Entwurf und der Entwicklung von Datenaufnahme- und Verarbeitungs-Pipelines
• Starke Programmierkenntnisse in Python sind zwingend erforderlich
• Praktische Erfahrung mit einer oder mehreren modernen Datentechnologien wie Spark, Flink, Kafka, Apache Iceberg oder vergleichbaren verteilten Verarbeitungs- und Lakehouse-Tools
• Vertrautheit mit relevanten Hadoop-Ökosystem-Technologien wie Hive, HBase oder Impala oder gleichwertigen Plattformen
• Bereitschaft (und idealerweise Erfahrung) mit C#-Codebasis zu arbeiten
• Solides Verständnis von Datenmodellierung, skalierbarem Systemdesign und Datenarchitektur
• Starke SQL-Kenntnisse und Erfahrung mit relationalen oder No
  
  SQL-Datenbanken
• Erfahrung im Investment Banking, Kapitalmärkten, Finanzdienstleistungen, Risiko, Handel oder Marktdatenumgebungen
• Eine kooperative und proaktive Herangehensweise mit der Fähigkeit, klar zwischen technischen und nicht-technischen Teams zu kommunizieren
• Fließende Englischkenntnisse

Folgendes wäre von Vorteil, ist aber keine Voraussetzung für eine Bewerbung:

• Kenntnisse von Finanzinstrumenten, Handelslebenszyklen oder Risikomanagement
• Erfahrung in der Analyse, Implementierung oder dem Testen von Finanzdatenprodukten
• Erfahrung mit Cloudera
• Kenntnisse von Apache Iceberg
• Erfahrung mit Databricks, Snowflake oder Azure Synapse
• Verständnis von Microservices-Architektur

Vergütungsleistungen:

• Ein 24-monatiger…