En un coup d'œil
- Missions: Construire une plateforme de données innovante pour transformer les campagnes publicitaires.
- Entreprise: Kargo, une entreprise dynamique à la pointe de la technologie publicitaire.
- Avantages: Salaire compétitif, environnement collaboratif et opportunités de croissance professionnelle.
- Autres infos: Ambiance dynamique avec des possibilités d'évolution rapide dans un secteur en pleine expansion.
- Pourquoi ce job: Rejoignez une équipe qui façonne l'avenir de la publicité avec des solutions créatives et scientifiques.
- Qualifications: Expérience en développement de services et API en Python, compétences en AWS et Kubernetes.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Kargo creates powerful moments of connection between brands and consumers to build businesses.
Every day, our dynamic teams work to radically raise the bar on what agentic AI, CTV, e Commerce, social, and mobile can do to deliver unique ad experiences across the world's most premium platforms.
Taking a Creative Science approach to all we do, we continuously innovate solutions that outperform industry benchmarks and client expectations.
Kargo is growing rapidly and currently has offices in NYC, Chicago, LA, Dallas, Sydney, Auckland, London and Waterford, Ireland.
Who We Hire
Techies who want to build the future.
Creatives who want to design it better.
Communicators to win business.
Collaborators to build it.
Data pros who turn numbers into insights.
Product builders who turn ideas into innovations.
Anyone eager to be on a team that doesn't stop to ask what's next, because they're already building it.
The Opportunity
Kargo is building toward a unified platform where advertisers run campaigns across CTV, web, mobile apps, and social entirely self-serve.
This is the first time that capability goes directly into clients' hands.
Clients will pull their own reports, debug their own setups, and ask why a campaign isn't pacing, so the data behind them must be quick to extend, stable enough to trust, and structured for automated triage.
Our pipelines already run at that scale, but each demand is met one team at a time: reporting is bespoke, stability rests on each team's own practice and monitors, and triage depends on whoever knows the pipeline.
We're standing up a Data Platform team to solve these problems once for the whole company, and you'll be its founding engineer.
Working directly with the Sr.
Director of Data Engineering, you'll shape the standards and build the software that enables and enforces them, open the platform up to contributors across Kargo, and grow the team as its scope expands.
You'll own it as a long-term product: modular tools and paved roads that let any team publish data and have it arrive discoverable, reliable, and observable enough to triage without tribal knowledge.
The Daily To-Do
Build the data control plane.
One place to see and govern what data products exist: schemas, lineage, ownership, freshness commitments, quality, access. Built for people browsing and agents querying.
Build the paved road for standing up a data product.
Libraries, SDKs, templates, and data-specific CI/CD on Kargo's engineering platform, plus a supported near-real-time pattern.
Following the standard should be easier than bypassing it.
Build the enforcement layer for the data standards.
Schema registry, the contract validator and the CI step that runs it, automated certification.
Make every data product observable by default.
Freshness, volume, schema conformance, and quality instrumented by the paved road rather than hand-built per team, emitting into Kargo's existing monitoring with the ownership and lineage metadata that makes AI-assisted triage possible.
Set the platform's technical direction.
Architecture, roadmap, and build-versus-buy calls, informed by what the teams who produce and consume data actually need.
Run the design reviews where they weigh in, and keep the platform modular enough that they contribute capabilities back.
Qualifications
- You've built loosely coupled production services, APIs and SDKs in Python that multiple teams depend on.
- You've built metadata-driven platforms that integrate with catalogs and check lineage, contracts and quality automatically.
- You've built observability other teams depend on, and can tell a signal from noise.
- You get tools adopted by teams that don't report to you through architecture reviews, mentorship, and clear communication.
- Strong AWS, Terraform and Kubernetes experience.
- Strongly Preferred
- Experience moving from batch to streaming; understanding of cost tradeoffs.
- Spark and Iceberg at significant scale, and Snowflake in production.
- Ad tech, or another domain with high-volume event data and multiple consumers.
- Experience building tooling and data structures that AI agents operate against.
Nice to have
- Experience standing up a platform team's first generation of capabilities.
- Data catalog, semantic layer, or governance tooling.
- What We're Proud Of
- Ad Age Best Places to Work
- Think LA Partner of the Year
- Built In Best Places to Work
- Cynopsis 2025 Top Women in Media - Jeannine Shao Collins
- Martech Breakthrough Awards - Best Overall Adtech Company
- Digiday Media Awards Best Event
- Cynopsis Media Impact Awards-Best CTV Platform
- Martech Breakthrough Awards-CTV Innovation
- Adweek Media Plan of the Year Awards - Best Use of Insights
- Following Our Lead
- Big Picture: kargo. com
- The Latest: Instagram (@kargo. hq) and Linked In (Kargo)
- #J-18808-Ljbffr
Staff Data Platform Engineer in Eu employeur : Kargo
Kargo est un employeur exceptionnel qui valorise l'innovation et la collaboration au sein de ses équipes dynamiques. Situé dans des bureaux modernes à travers le monde, y compris à New York, Kargo offre un environnement de travail stimulant où les employés peuvent développer leurs compétences tout en contribuant à des projets significatifs. Avec des opportunités de croissance professionnelle et une culture axée sur la créativité et l'excellence, Kargo est l'endroit idéal pour ceux qui souhaitent façonner l'avenir de la publicité numérique.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Staff Data Platform Engineer in Eu
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de Kargo
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Kargo. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Staff Data Platform Engineer in Eu
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Kargo, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à Kargo que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez Kargo. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez Kargo
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de Kargo et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
