Auf einen Blick
Als Data Science Engineer bei A2MAC1 in Casablanca designst und baust du ETL/ELT-Pipelines mit Microsoft Fabric, entwickelst skalierbare Data-Warehouse-Architekturen und integrierst strukturierte/unstrukturierte Daten.
💰 ~€50.000–70.000/Jahr (geschätzt)
📊 Mid-Level
🕒 Vollzeit
🌍 Vor Ort
🗺️ EMEA
- Microsoft Fabric Ecosystem-Erfahrung (OneLake, Data Factory, Synapse)
- Starke Python-, SQL- und Daten-Transformation-Profizenz
- 3+ Jahre Production-Grade-Erfahrung
- Data-Modelling und Performance-Optimierung-Verständnis
Microsoft Fabric
Python
SQL
ETL/ELT
Data Warehouse
Pandas
PySpark
Azure
Gehalt geschätzt anhand Mid-Level Data Science Engineer mit 3+ Jahren Production-Grade-Erfahrung in Casablanca, Marokko.. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Data Engineers mit Microsoft Fabric oder Azure-Erfahrung
- Kandidaten, die ETL/ELT-Pipeline-Architektur lieben
- Profis, die in Automotive-Analytics-Industrie einsteigen möchten
🚫 Weniger geeignet
- Kandidaten ohne Python- und SQL-Profizenz
- Personen mit weniger als 3 Jahren Data-Engineering-Erfahrung
- Kandidaten ohne ETL/ELT-Pipelinedesign-Erfahrung
💡 Gut zu wissen
- Position ist Vor-Ort in Casablanca, Marokko erforderlich
- Microsoft Fabric ist ein modernes Tool mit steiler Lernkurve
- Data-Qualität und Compliance sind kritisch in Automotive-Daten-Kontexten
Über das Unternehmen
A2MAC1 ist der weltweit führende Anbieter von Automotive-Benchmarking- und Datenanalytics-Lösungen. Das Unternehmen hilft OEMs und Zulieferern, ihre Wettbewerbslandschaft zu verstehen und bessere strategische Entscheidungen zu treffen. Mit 700+ Mitarbeitern weltweit treibt A2MAC1 starkes Wachstum durch Innovation.
Deine Aufgaben
- Gestalte, baue und unterhalte robuste ETL/ELT-Data-Pipelines mit Microsoft Fabric Tools
- Entwickle skalierbare Data-Warehouse-Architektur für Analytics und Reporting
- Arbeite mit Cross-Functional-Teams zusammen (Data Science, AI, Product, Engineering)
- Stelle Data-Quality, Security und Compliance über den Data-Lifecycle sicher
- Integriere strukturierte und unstrukturierte Daten aus mehreren Quellen
- Nutze Python und Open-Source-Bibliotheken zur Verbesserung von Data-Workflows
- Monitore und verbessere Performance von Data-Processing-Pipelines
Deine Voraussetzungen
- Hands-On-Erfahrung mit Microsoft Fabric Ecosystem: OneLake, Data Factory, Data Warehouse, Synapse
- Starke Python-, SQL- und Daten-Transformation-Bibliotheks-Profizenz (Pandas, PySpark)
- Nachgewiesene Erfahrung beim Design und Implementieren von ETL/ELT-Pipelines
- Solides Verständnis von Data-Modelling und Performance-Optimierung
- Ausgezeichnete Problem-Solving-Fähigkeiten und Attention-to-Detail
- 3+ Jahre Erfahrung in production-grade Umgebung
- Fließendes Englisch (schriftlich und verbal)
