N
Director, AI Commerce Analytics (USA Based Remote)
NielsenIQ · 📍 USA · 🕒 vor 13 Std.
📊 Lead
N
Member Technical Staff II
Auf einen Blick
Du designst und entwickelst skalierbare Daten-Pipelines bei Nielsen Gracenote. Diese Mid-Senior Backend/Data Rolle verbindet Java/Python Coding mit Cloud Infrastructure und Team Leadership.
💰 ~$80.000–120.000/Jahr (geschätzt)
📊 Mid-Level
🕒 Vollzeit
🌍 Hybrid
🗺️ APAC
- 3-6 Jahre Backend/Data Engineering Erfahrung
- Java und Python Proficiency
- ETL Pipeline und Spark Kenntnis
- AWS Cloud Erfahrung
Java
Python
ETL Pipelines
Apache Spark
AWS
Kubernetes
PostgreSQL
Kafka
Gehalt geschätzt anhand Senior Backend Engineer mit Data Pipeline Focus in Bengaluru. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Backend Engineers mit Daten-Pipeline Erfahrung
- Cloud Infrastructure Spezialisten
- Data Engineers mit AWS/Kubernetes
🚫 Weniger geeignet
- Frontend-fokussierte Entwickler
- Menschen ohne AWS Erfahrung
- Junior Entwickler ohne Backend-Fokus
💡 Gut zu wissen
- Based in Bengaluru, Indien
- Agile Methoden erwartet
- High-Volume Daten-Optimierung zentral
- Mentoring Junior Engineers erwartet
Über das Unternehmen
Nielsen Gracenote ist der weltführende Anbieter von Entertainment-Daten. Das Data Ingestion Team baut hochleistungs-fähige Daten-Pipelines für die Verarbeitung riesiger Datenmengen.
Deine Aufgaben
- Design, Schreiben, Testing und Deployment von sauberen, skalierbaren Code in Java oder Python
- Aufbau und Wartung von Hochdurchsatz-Daten-Ingestion Workflows und ETL-Pipelines
- Aktive Überwachung der Application Performance und Troubleshooting von Memory/CPU-Problemen
- Partizipation in System Design Diskussionen und Code Reviews
- Hands-On Arbeit mit AWS Cloud Infrastructure, Kubernetes Deployments und CI/CD Pipelines
- Aktive Teilnahme an Scrum Ceremonies (Sprints, Standups, Retrospektiven)
- Mentoring von Junior Software Engineers
Deine Voraussetzungen
- 3-6 Jahre Erfahrung in Softwareentwicklung mit Fokus auf Backend oder Data-Heavy Applications
- Starke, praktische Proficiency in Java und Python
- Solide Erfahrung mit ETL Pipelines und Apache Spark
- Proficiency in SQL (PostgreSQL, MySQL) und NoSQL (DynamoDB, MongoDB, Cassandra)
- Erfahrung mit Message Brokers und Event Queues (Kafka, AWS SQS, RabbitMQ)
- Bewiesene AWS Erfahrung (S3, EC2, Lambda, RDS)
- Erfahrung mit Docker und Kubernetes
- Verständnis von Infrastructure as Code (Terraform, AWS CloudFormation)