Senior Software Engineer - Python und Datenökosystem

Unser Kunde ist ein innovatives und schnell wachsendes Unternehmen im Bereich der Cloud-Technologie, das sich auf Echtzeitanalysen, Datenlagerung und KI-Workloads spezialisiert hat. In dieser Rolle als Senior Software Engineer werden Sie Teil eines dynamischen Teams, das sich mit der Entwicklung und Pflege von Integrationen zwischen der Plattform und dem breiteren Datenökosystem beschäftigt. Ihre Hauptaufgabe wird es sein, den Python-Connector und das SDK-Ökosystem des Unternehmens zu besitzen und weiterzuentwickeln, um die Leistung, Zuverlässigkeit und das API-Design zu optimieren. Sie werden Integrationen mit Orchestrierungsplattformen und Transformationstools aufbauen und pflegen, um qualitativ hochwertige Standards zu gewährleisten. Darüber hinaus werden Sie aktiv mit der Open-Source-Community zusammenarbeiten, um Probleme zu beheben, Beiträge zu unterstützen und die Roadmap basierend auf echtem Feedback zu gestalten. In dieser Position haben Sie die Möglichkeit, direkt mit Produkt-, Cloud- und anderen Engineering-Teams zusammenzuarbeiten, um sicherzustellen, dass Ihre Integrationsarbeit mit den übergeordneten Plattformprioritäten übereinstimmt. Das Arbeitsumfeld ist geprägt von einer offenen und kollaborativen Kultur, in der Ihre Ideen und Perspektiven geschätzt werden. Sie haben die Chance, die Art und Weise, wie Unternehmen Daten nutzen, maßgeblich zu beeinflussen und Teil einer aufregenden Reise zu werden.

Der ideale Kandidat bringt mindestens 7 Jahre Erfahrung in der Softwareentwicklung mit, einschließlich praktischer Erfahrung als Data Engineer, Data Scientist oder ML Engineer. Sie sollten nachweisliche Erfahrung in der Gestaltung, dem Aufbau und der Wartung von produktionsreifen Python-Connectors und Integrationen für mindestens eine bedeutende Plattform haben. Praktische Erfahrung mit der Anwendung von KI/ML in produktiven Datenengineering-Kontexten ist ebenfalls erforderlich. Sie sollten über fundierte Kenntnisse im Python-Datenökosystem verfügen, einschließlich Bibliotheken wie Pandas, NumPy und Pydantic, sowie über solide Datenbankkenntnisse, insbesondere in SQL, Datenmodellierung und Abfrageoptimierung. Erfahrung mit paralleler Python-Programmierung und hervorragende Kommunikationsfähigkeiten sind ebenfalls wichtig. Bonuspunkte gibt es für frühere Erfahrungen als Data Engineer oder Data Scientist in produktorientierten Rollen sowie für Kenntnisse in der JVM-Umgebung und der Bereitstellung von KI/ML-Modellen in der Produktion.