Usiamo cookie tecnici e il registro anonimo delle visite di Zorky. Yandex Metrica (dati conservati su server in Russia) funziona solo con il tuo consenso. Non vendiamo mai dati. Ulteriori informazioni su cookie e statistiche.
Zorky è in modalità test: è tutto gratuito. Le offerte e le pagine delle aziende sono aperte a tutti; i link agli annunci e la tua selezione personale si aprono dopo la registrazione. Registrati →
← Tutte le offerte

Senior Data Engineer

Senior7000 SGD · periodo non indicatoSingapore, SG3 sett. fa
Analisi del mercato
📊 Data Engineering: stipendi e domanda sul mercato
Stack
Health PromotionDistributed ProcessingPySparkPipelinesReconciliationInfrastructure as Code (IaC)RelaxationData Quality AssuranceData LineagePyTorchPythonWorkflow Orchestration
Dettagli
Experience
6+ years
Practices
CI/CD
Mostra azienda e link
Gratis, dopo l'accesso.
Candidati
Apri l'azienda e il link qui sopra: la candidatura arriva direttamente nel sistema di selezione dell'azienda, senza intermediari.

Descrizione

Informazioni sul ruolo

Senior Data Engineer Work location- Paya Lebar The Senior Data Engineer sits within the DSAD Platform and Architecture Team and is responsible for designing, building, productionising and operating trusted data pipelines and reusable data products on the data platform using AWS and Databricks. Experience: Typically 6–10 years of relevant data or software engineering experience, including hands-on design and operation of production data pipelines and at least 2 years working with cloud-based data platforms. • Strong Python, PySpark and SQL capability, including distributed processing, complex transformations, query optimisation, debugging and automated testing.

• Hands-on experience with Databricks, Apache Spark and Delta Lake for production-scale batch or streaming data engineering. • Hands-on AWS data engineering experience with a relevant mix of S3, Glue, Lake Formation, IAM, KMS, Lambda, Step Functions, Event

Bridge, CloudWatch, Redshift and MSK/Kinesis. • Experience designing lakehouse or data-lake architectures, including layered data patterns, dimensional or domain data modelling and reusable curated datasets. • Experience implementing incremental ingestion, change data capture, idempotency, late-arriving data handling, backfills, replay and recovery.

• Experience implementing data quality, schema validation, reconciliation, metadata and lineage as automated parts of production pipelines. • Experience with workflow orchestration, Git-based development, CI/CD, infrastruct

Descrizione completa, azienda e link per candidarti: dopo l'accesso. Accedi
I contatti del datore di lavoro (email/telefono/telegram) sono nascosti nell'anteprima pubblica.
Domanda urgente? Scrivi a @termdocs