Data Engineer till Södertälje (hybrid) at Redphone Management LLC
Nacka kommun, , Sweden -
Full Time


Start Date

Immediate

Expiry Date

15 Jan, 26

Salary

0.0

Posted On

17 Oct, 25

Experience

5 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

No

Skills

AWS Architecture, Data Governance, Snowflake, Data Engineering, Backend Development, Pipeline Design, Data Quality, Data Cleaning, Data Mesh Principles, DBT, Witboost, Collibra, Analytical Skills, Communication Skills, Collaboration Skills, Data Science

Industry

Description
Aremge söker en erfaren Data Engineer (nivå 4 – expert) med starka backendkunskaper och ett genuint intresse för att bygga skalbara och tillförlitliga datalösningar. Du blir en nyckelperson i arbetet med att skapa robusta dataekosystem som möjliggör högkvalitativ analys och insiktsdriven verksamhet. Plats: Södertälje (3 dagar/vecka på plats) Omfattning: 100 %, 2025-11-03 – 2027-11-30 Språk: Engelska krävs, svenska meriterande Om rollen Du kommer att arbeta med modern molnarkitektur och utveckla dataplattformar och pipelines i AWS. Arbetet omfattar datamodellering, integrering, kvalitetssäkring och implementation av Data Mesh-principer för att möjliggöra en skalbar och hållbar datamiljö. Kravprofil Skallkrav: Dokumenterad expertis inom AWS-arkitektur och data governance Praktisk erfarenhet av Snowflake Stark kompetens inom data engineering, backend-utveckling och pipeline-design Fokus på datakvalitet och datarensning som grund för analys Förmåga att arbeta strategiskt med Data Mesh-principer Börkrav: Erfarenhet av DBT, Witboost och Collibra Relevanta certifieringar är meriterande Personliga egenskaper: Självständig, analytisk och kvalitetsmedveten God kommunikationsförmåga och förmåga att samarbeta tvärfunktionellt Akademisk examen inom datavetenskap, datateknik eller motsvarande Övrigt Uppdraget är ej förlängningsbart Sista svarsdatum: 2025-10-22
Responsibilities
You will work with modern cloud architecture to develop data platforms and pipelines in AWS. Your role will involve data modeling, integration, quality assurance, and implementation of Data Mesh principles to enable a scalable and sustainable data environment.
Loading...