Wir verwenden technische Cookies und das anonymisierte Besuchsprotokoll von Zorky. Yandex Metrica (Daten werden auf Servern in Russland gespeichert) läuft nur mit Ihrer Einwilligung. Wir verkaufen keine Daten. Mehr zu Cookies und Statistik.
Zorky läuft im Testmodus — alles ist kostenlos. Stellen und Unternehmensseiten sind für alle offen; Links zu den Anzeigen und Ihre persönliche Stellenauswahl gibt es nach der Registrierung. Registrieren →
← Alle Stellen

Senior Data Engineer – AWS / Databricks / PySpark

Senior7.000 SGD · Zeitraum nicht angegebenSingapore, SGvor 3 Wo.
Markteinblicke
📊 Data Engineering: Gehälter und Nachfrage am Markt
Stack
GitPySparkAirflowAmazon S3Apache SparkData ModellingIAMAWSAmazon RedshiftVulnerability Assessment and Penetration Testing (VAPT)Infrastructure as Code (IaC)Databricks
Details
Erfahrung
ab 6 Jahren
Methoden
MLOps, CI/CD
Ausbildung
Hochschulabschluss
Unternehmen und Link anzeigen
Kostenlos, nach der Anmeldung.
Bewerben
Öffnen Sie oben das Unternehmen und den Link — Ihre Bewerbung geht direkt in das Recruiting-System des Unternehmens, ohne Vermittler.

Beschreibung

Senior Data Engineer – AWS / Databricks / PySpark Role Overview We are seeking an experienced Senior Data Engineer to design, develop and maintain scalable data pipelines and reusable data products on an AWS and Databricks-based data platform.

Über die Stelle

The role

involves technical leadership in data engineering, lakehouse architecture, data quality, governance and performance optimisation to support analytics, reporting and AI/ML workloads. Key

Aufgaben

Responsibilities

Design, develop and optimise scalable batch and streaming data pipelines using AWS, Databricks, Python, PySpark and SQL . Build and maintain lakehouse architectures using Delta Lake , including Bronze, Silver and Gold data layers, curated datasets and reusable data products. Implement data ingestion from databases, APIs, files and event streams, including incremental loading, Change Data Capture (CDC), backfills and recovery.

Establish automated data quality checks, schema validation, reconciliation, metadata management and data lineage. Develop and automate data workflows using Databricks Workflows, Lakeflow and AWS services , incorporating CI/CD, automated testing and infrastructure as code. Implement data governance, access controls and security measures using Unity Catalog, AWS Glue Data Catalog, Lake Formation and IAM .

Monitor pipeline performance, troubleshoot production issues and optimise Spark/SQL workloads for scalability, reliability and cost efficiency. Lead technical design and code reviews, establish engineering s

Vollständige Beschreibung, Unternehmen und Bewerbungslink — nach der Anmeldung. Anmelden
Kontaktdaten des Arbeitgebers (E-Mail/Telefon/Telegram) sind in der öffentlichen Vorschau ausgeblendet.
Dringende Frage? Schreiben Sie @termdocs