Als Staff Software Engineer wirst du dazu beitragen, traditionelle monolithische SQL‑Engines und Batch‑Verarbeitungssysteme hinter dir zu lassen. Du entwickelst die nächste Generation verteilter Plattformen für Datenspeicherung und -verarbeitung – Systeme, die unbegrenzt skalieren, herkömmliche Abfrage‑Engines übertreffen und gleichzeitig klare, einfache und ausdrucksstarke Daten‑Schnittstellen bieten. Diese Schnittstellen unterstützen eine breite Palette von Nutzern, darunter unsere Webanwendung, die Business‑Analytics‑Teams und künstliche Intelligenz‑Systeme.

Hauptaufgaben:
• Entwicklung und Implementierung skalierbarer, leistungsstarker Lösungen.
• Zusammenarbeit über verschiedene Disziplinen hinweg, um die Produktstrategie und -umsetzung zu gestalten.
• Aufbau solider Grundlagen für Code‑Struktur und -Qualität.
• Mentoring und Unterstützung anderer Engineers.
• Definition und Pflege von Entwicklungsprozessen, die Ergebnisse in hoher Qualität sicherstellen.

Mindestqualifikationen:
• Bachelorabschluss (oder höher) in Informatik, Ingenieurwesen oder einem verwandten Fachgebiet.
• Mehr als 8 Jahre praktische Engineering‑Erfahrung im Aufbau hochskalierbarer Systeme.
• Mehr als 4 Jahre Erfahrung als verlässliche technische Entscheidungsinstanz, die kurz‑ und langfristige Geschäftsziele ausbalanciert.
• Mehr als 4 Jahre Erfahrung im Einsatz von SQL oder ähnlichen Abfragesprachen mit großen, mehrtabelligen Datensätzen.
• Hintergrund in der Architektur, Entwicklung und Bereitstellung großer verteilter Systeme.
• Erfahrung mit Cloud‑Plattformen wie AWS, Azure oder GCP.
• Erfahrung im Aufbau von CI/CD‑Pipelines.
• Fundierte Kenntnisse serverseitiger Technologien wie Java, Python, Scala, C#, C++ oder Go.

Bevorzugte Kenntnisse, Fähigkeiten und Erfahrungen:
• Ausgeprägte Expertise im Umgang mit Tools wie Apache Spark, SQL und Python für Datenverarbeitung und ‑analyse.
• Vertrautheit mit Datentechnologien und -architekturen wie ereignisgesteuerten Systemen, verteilter Verarbeitung und In‑Memory‑Computing.
• Erfahrung mit SQL‑ und NoSQL‑Datenbanken (z. B. MySQL, PostgreSQL, Cassandra, MongoDB), insbesondere für leistungsstarke Analysen.
• Erfahrung in der Konzeption, Implementierung und Verwaltung von Data Warehouses wie Snowflake oder Amazon Redshift.
• Verständnis von Partitionierung, Sharding und Indexierung für stark ausgelastete Umgebungen.
• Fähigkeit, Datenmodelle zu entwerfen, die analytische Anwendungsfälle effizient unterstützen.
• Kenntnisse in Datenpipeline‑Architekturen, einschließlich ETL/ELT, Batch‑Verarbeitung und Echtzeit‑Streaming.
• Fähigkeit, Datenpipelines hinsichtlich Skalierung, Geschwindigkeit und Effizienz zu optimieren.
• Anwendung von Caching‑ und Indexierungsverfahren zur Reduzierung von Verarbeitungs‑ und Abfragezeiten.
• Kenntnisse in Orchestrierungswerkzeugen wie Apache Airflow, AWS Glue und Apache Kafka.
• Verständnis von Prinzipien der Datensicherheit und regulatorischer Anforderungen (z. B. GDPR, HIPAA) im Rahmen solider Data‑Governance.

Physische Anforderungen:
• Längere Phasen des Sitzens und Arbeitens am Computer. Teilweise Gehen und gelegentliches Heben können erforderlich sein.