Cloud Native Data Architect (Senior) (m/w/d)

Berlin, Remote
Start: 02.09.2024
il y a 2 mois
Job Typ:
Projekt
Dauer:
Dezember 2024 + Option
Arbeitsumfang:
Vollzeit - 5 Tage/ Woche
Sprachen:
Deutsch, Englisch

ID: 169801

Appliquer ici

Westhouse ist eines der führenden internationalen Recruitment Unternehmen für die Vermittlung von hochqualifizierten Fachexperten in Bereichen wie IT Life Cycle, SAP, Engineering, Kaufmännischem und Fachberatung.

Für unseren Kunden suchen wir aktuell eine/n Cloud Native Data Architect (Senior) (m/w/d) - Berlin, Remote.

Ihre Aufgaben

    • Leitfaden für Teams, die datenintensive Anwendungen erstellen, mit bekannten bewährten Verfahren für die Datenarchitektur in einer Cloud nativen Umgebung. Die wichtigsten Fragen, die es zu beantworten gilt, sind:
    • Wie dezentralisiert und modelliert man die Daten innerhalb einer Microservices-Architektur, die aus einer Geschäftsbereichs-Perspektive? (z.B.: Datenbank pro Dienstmuster, transiente und persistente Daten innerhalb begrenzter Kontexte)
    • Wie wählt man geeignete Datenspeicherlösungen auf der Grundlage der Geschäftsanforderungen? (z.B.: Relationale DBs, NoSQL, Zeitreihen-DB, Delta-Lake, Caches, usw.)
    • Wie können Daten effektiv zwischen Anwendungsdiensten in großem Umfang ausgetauscht werden? (z.B.: Nachrichtenaustausch mit Kafka)
    • Prinzipien von Data Mesh, Datenprodukten, Datenqualität und Daten-SLOs
    • Demonstration der oben genannten Konzepte mit funktionierendem Code unter Verwendung einer Referenzcodebasis
    • Arbeiten Sie mit dem EDP Data Team zusammen, um sicherzustellen, dass die angebotenen Dienste diese genau in der Referenzarchitektur-Dokumentation und Codebasis widerspiegeln
    • Bereitstellung von umsetzbaren Kundenanforderungen für das EDP Data Team
    • Empfehlung von Strategien zur Vermeidung von Datenverlusten in einer hybriden Umgebung mit mehreren Datenzentren

Interessiert?

Chantal Matern

Tel.: +49-89-383772165
Fax.: +49-89-99740779
Email: c.matern@westhouse-group.com

Appliquer ici


Ihre Qualifikationen

    • Mindestens 5 Jahre Erfahrung als Cloud Native Data Architect mit dem Nachweis, dass die dass die architektonischen Daten-Workloads in großem Umfang einsatzfähig sind
    • - Tiefes Verständnis von Datenarchitekturen (inkl. Datenqualität und Daten-SLOs) im Kontext von Cloud-nativen und verteilten Umgebungen und die Fähigkeit, Datenkonzepte für unterschiedliche Zielgruppen zu vermitteln
    • - Nachgewiesene Erfahrung in der Unterstützung von Entwicklungsteams bei der Navigation durch das CAP-Theorem mit Kompromissen bei der Auswahl von Datenspeichertechnologien
    • - Praktische Erfahrung mit den folgenden Themen
    • - Datentechnologien
    • o Relationale Datenbanken (z.B.: PostgreSQL)
    • o NoSQL-Datenbanken (z.B.: MongoDB, Cassandra)
    • o Zeitreihen-Datenbanken (z. B. TimescaleDB, InfluxDB)
    • o Graphdatenbanken (z.B. Neo4j)
    • o Data Warehouse und Data Lake Architekturen
    • o Messaging/Daten-Streaming-Systeme (Apache Kafka)
    • o Datenverarbeitung und Workflows (z.B. Spark, Dagster, Apache Airflow, etc)
    • - das Kubernetes-Ökosystem zur Erstellung, Bereitstellung und Fehlerbehebung von Container-Workloads
    • - CI/CD-Pipelines und zugehörige Werkzeuge zur Automatisierung von Codeerstellung, Tests und Bereitstellung
    • - Entwicklung in mindestens einer Programmiersprache (z. B. Java, Python, Golang)
    • - Ausgeprägte Kenntnisse der Datensicherheit und die Fähigkeit, auf architektonischer Ebene die besten Sicherheitspraktiken zu spezifizieren Sicherheitspraktiken, die bei der Arbeit mit Daten (Verschlüsselung, Zugriffskontrolle, Datenklassifizierung und Konformität, usw.)
    • - Nachgewiesene Erfahrung bei der Erläuterung des Reifegrads, der für die Nutzung von Cloud-Native-Data-Technologien erforderlich ist - nicht nur nicht nur auf der IT-Seite, sondern insbesondere auf der Geschäftsseite eines Unternehmens.
    • - Fließendes Englisch in Wort und Schrift (mindestens B2)
    • NICE TO HAVE:
    • - Einschlägige Zertifizierungen in Cloud und Cloud Native Technologien
    • - Verständnis für die Prinzipien von Data Mesh & Datenprodukten