Auf einen Blick
Nielsen sucht einen Member Technical Staff II mit Backend- und Data Engineering-Fokus. Sie werden skalierbare Datenpipelines entwickeln und Teams unterstützen.
💰 ~$105.000–145.000/Jahr (geschätzt)
📊 Mid-Level
🕒 Vollzeit
🌍 Hybrid
🗺️ APAC
- 4-6 Jahre Backend/Data Engineering
- Python/Java/Scala-Kenntnisse
- Spark/Flink-Erfahrung
- Cloud-Plattformen erforderlich
Python
Java
Scala
Spark
Flink
AWS
Azure
GCP
Gehalt geschätzt anhand Mid-level data engineering role with 4-6 years experience and distributed systems expertise. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Backend-Entwickler mit Data Engineering-Interessen
- Fachleute mit Spark/Flink-Erfahrung
- Kandidaten, die skalierbare Systeme lieben
🚫 Weniger geeignet
- Junior-Entwickler oder Anfänger
- Menschen ohne Distributed Systems-Erfahrung
- Kandidaten ohne Cloud-Plattform-Kenntnisse
💡 Gut zu wissen
- Hybrid-Arbeitsplan in Bangalore, Indien
- Distributed Systems Expertise ist kritisch
- GenAI und neue Technologien werden erwartet
Über das Unternehmen
Nielsen ist ein führendes Unternehmen für Medieneinblicke. Die Gracenote-Abteilung entwickelt Metadatenlösungen für Video-, Audio-, Automobil- und Sportsinhalte.
Deine Aufgaben
- Entwurf, Entwicklung und Wartung skalierbarer Datenpipelines und -systeme
- Architektur und Implementierung von Lösungen für Verwaltung großer Datensätze
- Schreibweise von sauberer, wartbarer und erweiterbarer Software
- Durchführung von Design- und Code-Reviews
- Sicherstellung robuster Datenverwaltung durch Implementierung von Frameworks für Datenlinien
- Fehlerbehebung und Behebung komplexer Probleme
- Zusammenarbeit mit funktionsübergreifenden Teams
- Verwaltung und Optimierung von High-Volume-Massenläufen
- Mentoring von Junior Engineers
Deine Voraussetzungen
- Bachelor- oder Master-Abschluss in Informatik, Ingenieurwesen oder verwandtem Bereich
- 4-6 Jahre professionelle Backend- und Data Engineering-Erfahrung
- Fortgeschrittene Programmierkenntnisse in Python, Java oder Scala
- Erfahrung mit verteilten Datensystemen wie Spark oder Flink
- Erfahrung mit REST API-Design und Backend-Mustern
- Erfahrung mit Cloud-Plattformen (AWS, Azure, GCP)
- Tiefes Verständnis verteilter Speichersysteme (HDFS, S3)
- NoSQL-Datenbanken (Cassandra, MongoDB) und Relationale Datenbanken
- Erfahrung mit Orchestration-Tools (Airflow)
- Hervorragende Fähigkeiten zur Problemlösung und kreatives Denken
- Erfahrung mit Docker und Kubernetes vorteilhaft
