Auf einen Blick
Erfahrener Data Platform Engineer mit Graph Database und Entity Resolution Expertise, entwickelt hochperformante Multi-Tenant Business Knowledge Graphs für Real-Time Risk Assessment.
💰 $110.000–170.000/Jahr
📊 Mid-Level
🕒 Vollzeit
🌍 Hybrid
🗺️ Americas
- Graph Database und Entity Resolution Expertise
- Datenplattform-Design und API-Entwicklung
- ETL/ELT-Pipeline-Entwicklung
- Cloud-Native Tooling (AWS, Docker, Kubernetes)
Graph Databases
Entity Resolution
Cypher
Gremlin
GraphQL
AWS
Python
Spark
✅ Geeignet für
- Data Engineers mit 4+ Jahren Platform-Build-Experience
- Graph Database Spezialisten mit Entity Resolution Background
- Data-Platform-fokussierte Architekten
🚫 Weniger geeignet
- Junior Data Engineers unter 3 Jahren Erfahrung
- Reine Analytics-fokussierte Rollen
- Menschen ohne ETL/Pipeline-Background
💡 Gut zu wissen
- Entity Resolution und Graph Databases sind spezialisiert (Senzing, Quantexa bekannt machen)
- FinTech/Compliance-Domain-Knowledge ist von Vorteil (AML, KYC/KYB)
- Real-Time Risk Assessment erfordert Performance-Obsession
Über das Unternehmen
Worth AI, ein führendes Unternehmen in der Computer-Software-Industrie, entwickelt Plattformen zur Revolutionierung der Entscheidungsfindung durch die Kraft von Künstlicher Intelligenz. Das Team verfolgt extreme Ownership, One-Team-Mentalität und das Ziel, begeisterte Fans sowohl bei Mitarbeitern als auch Kunden zu schaffen und einen bedeutsamen Einfluss in der Tech-Landschaft zu erzielen.
Deine Aufgaben
- Entity-Resolution-Logik entwickeln zur De-Duplikation und Verknüpfung disparater Datenpunkte in einheitliche Golden Records
- High-Performance Global Business Knowledge Graph und Ontologie entwerfen und warten
- Hybrid Storage Strategy implementieren (Graph Databases für Beziehungen, Document und Search Stores für Metadaten)
- Plattform für Real-Time Risk Assessment optimieren
- Skalierbare Datenservices und APIs für Data Ingestion, Transformation und Distribution entwickeln und bauen
- Batch- und Streaming-Datenpipelines mit Modern-Data-Processing-Frameworks und AWS Cloud-Native Tools entwickeln
- Zuverlässigkeit, Performance und API-First Data Platform verantworten inkl. Monitoring, Alerting und On-Call
- Best Practices für Data Modeling, Quality, Lineage und Governance implementieren
- Mit Data Scientists, Analysts und Application Engineers zusammenarbeiten zur Anforderungsübersetzung
- Automation und Standardisierung durch CI/CD, Model-as-a-Service und Reproducible Environments treiben
Deine Voraussetzungen
- Hands-On-Erfahrung mit Graph Databases (Neo4j, AWS Neptune, TigerGraph) und Query-Languages wie Cypher oder Gremlin
- Nachgewiesene Erfahrung mit Entity Resolution / Record Linkage (Senzing, Quantexa oder Custom Probabilistic Matching)
- Fähigkeit, flexible Ontologien zu entwerfen, die sich an evolvierende Regulatory Data anpassen
- Erfahrung beim Bauen von GraphQL oder REST APIs mit Fokus auf Graph-Traversals und Deep-Tree-Lookups
- Erfahrung mit zentralisierten Datenplattformen oder Data-as-a-Service-Angeboten im Großmaßstab
- Starke Software-Engineering-Skills in einer Data-/Services-Language (Python, Java, Go, Rust)
- Hands-On-Erfahrung beim Bauen von Datenpipelines und ETL/ELT-Workflows auf Major Cloud Provider (AWS bevorzugt)
- Vertrautheit mit Modern Data Stack Tools: Spark/Flink, Kafka/Kinesis, Airflow, Data Warehouses
- DevOps Practices: CI/CD, Containerization (Docker), Orchestration (Kubernetes), Infrastructure-as-Code (Terraform)
- Starker Fokus auf Observability (Metrics, Logs, Traces), Resilience und Early-Warning-Signals
