Data Engineer II

Remote | India • Remote • Mid-Level • vor 10 Tagen
Data Engineer Data Engineer
Auf einen Blick

Mrsool sucht einen Data Engineer II mit 4+ Jahren Erfahrung zur Gestaltung und Maintenance von skalierbaren Data Platforms unter Nutzung von Spark, Kafka, dbt und Cloud-Native Technologien.

💰 ~$95.000–150.000/Jahr (geschätzt) 📊 Mid-Level 🕒 Vollzeit 🌍 Remote 🗺️ APAC
  • 4+ Jahre Data Engineering
  • Spark und SQL
  • Kafka und CDC
  • Data Warehouse Design
Apache Spark SQL Kafka dbt BigQuery Python

Gehalt geschätzt anhand Mid-level data engineer remote from India with 4+ years experience in high-scale data platforms. Kein Gehalt in der Anzeige angegeben.

✅ Geeignet für
  • Data Engineers mit Spark-Expertise
  • Pipeline Architecture Spezialisten
  • Cloud Data Platform Profis
🚫 Weniger geeignet
  • Data Analyst ohne Engineering
  • Anfänger ohne Production Experience
  • Nur SQL-fokussierte Kandidaten
💡 Gut zu wissen
  • Spark und Kafka sind zentral, nicht optional
  • Data Modeling und Performance Optimization sind wichtig
  • Production-Grade Pipelines mit Monitoring erwartet

Über das Unternehmen

Mrsool ist eine der größten On-Demand-Delivery-Plattformen im MENA-Gebiet mit innovativen Datenplattformen.

Deine Aufgaben

  • Design, Aufbau und Maintenance von skalierbaren Batch und Real-Time Data Pipelines
  • Entwicklung und Optimierung von Data Models mit Medallion Architecture
  • Aufbau von Cloud-Native Data Platforms unter Nutzung von S3, Spark, Trino und BigQuery
  • Design von robusten Data Ingestion Frameworks mit Maxwell, Kafka und Event-Driven Architectures
  • Erstellung, Optimierung und Maintenance von Data Warehouses und Data Marts
  • Partnership mit Product Managers, Data Analysts und Business Stakeholders
  • Entwicklung von wiederverwendbaren dbt Models und Testing Frameworks
  • Optimierung von Spark Jobs, Trino Queries und Storage Layouts
  • Ownership des end-to-end Lifecycle von kritischen Data Pipelines

Deine Voraussetzungen

  • 4+ Jahre Erfahrung im Design und Aufbau von skalierbaren Data Platforms
  • Starke Beherrschung von Spark und SQL mit Production-Grade Data Pipelines
  • Praktische Erfahrung mit Apache Spark und Distributed Data Processing
  • Erfahrung mit Maxwell, Kafka und Cloud Data Warehousing
  • Verständnis von Dimensional Modeling und Data Lakehouse Architectures
  • Fähigkeit zur Performance Optimization und Cost Efficiency