En un coup d'œil
- Missions: Collabore avec l'équipe pour créer des pipelines de données et améliorer les outils de support client.
- Entreprise: Rejoins une équipe innovante chez Zendesk, axée sur l'analyse des données.
- Avantages: Salaire compétitif, avantages santé, travail à distance et développement professionnel.
- Autres infos: Environnement dynamique avec des opportunités de croissance de carrière exceptionnelles.
- Pourquoi ce job: Impacte directement l'expérience client grâce à des solutions de données avancées.
- Qualifications: 8 ans d'expérience en ingénierie des données et compétences en SQL requises.
Le salaire estimé est compris entre 63000 - 77000 € par an.
Le team ‘Zendesk Analytics Prototyping’ (ZAP) recherche un ingénieur de données senior expérimenté pour soutenir la mission de l'équipe visant à accélérer les mesures et les insights CRM, et à promouvoir une approche axée sur les données pour améliorer les outils et opérations de support client. Pour réaliser cette mission, nous construisons et maintenons des ensembles de données robustes, détaillés et contextuellement riches, fournissant une base pour développer des insights qui aident à améliorer les opérations de support de Zendesk.
Le rôle sera responsable de la collaboration étroite avec les ingénieurs en développement logiciel et les ingénieurs en intelligence d'affaires pour construire des pipelines de données de haute qualité et gérer le lac de données de l'équipe. Vous travaillerez dans un environnement collaboratif en utilisant les meilleures pratiques d'ingénierie les plus récentes, avec une implication dans tous les aspects du cycle de vie du développement logiciel. Vous créerez et développerez des ensembles de données organisés, en appliquant des pratiques architecturales et de modélisation des données standard.
Vous développerez principalement des solutions d'entrepôt de données dans Snowflake en utilisant des technologies telles que dbt, Airflow et Terraform.
Ce que vous ferez :
- Collaborer avec les membres de l'équipe et les parties prenantes internes pour comprendre les exigences commerciales, définir des résultats analytiques réussis et concevoir des modèles de données.
- Développer, automatiser et maintenir des pipelines ELT évolutifs dans notre entrepôt de données, garantissant des rapports commerciaux fiables.
- Concevoir et construire des modèles de données basés sur ELT en utilisant SQL et DBT.
- Identifier, concevoir et mettre en œuvre des améliorations de processus internes : automatisation des processus manuels, optimisation de la livraison des données.
- Travailler avec des experts en données et en analyses pour rechercher une plus grande fonctionnalité dans nos systèmes de données.
Ce que vous apportez au rôle :
- 8+ années d'expérience en ingénierie des données, construction, maintenance et travail avec des pipelines de données et des processus ETL dans des environnements de big data.
- Expérience approfondie avec SQL, idéalement dans le contexte de la modélisation et de l'analyse des données.
- Expérience pratique en production avec dbt, et connaissance avérée des modèles de données modernes et classiques – Kimball, Inmon, etc.
- Compétence dans un langage de programmation tel que Python, Go, Java ou Scala.
- Expérience avec des bases de données cloud colonnes (Google BigQuery, Amazon Redshift, Snowflake), rédaction de requêtes (SQL) ainsi qu'une familiarité avec une variété de bases de données.
- Expérience avec des processus soutenant la transformation des données, les structures de données, les métadonnées, la dépendance, garantissant des performances de traitement des données efficaces et la gestion de la charge de travail.
- Excellentes compétences en communication et en collaboration.
- Prospère dans des situations ambiguës, possède une attitude proactive de résolution de problèmes.
Qualifications préférées :
- Expérience avec BigQuery, Snowflake ou des entrepôts cloud similaires.
- Familiarité avec les outils et techniques d'IA pouvant être appliqués aux tâches d'analyse et de transformation des données.
- Projets complétés avec dbt.
- Familiarité avec les principes Lean/6 Sigma et compréhension de l'analyse CRM.
Notre pile de données :
- ELT (Snowflake, dbt, Airflow, Kafka)
- BI (Tableau, Looker)
- Infrastructure (AWS, Kubernetes, Terraform, GitHub Actions)
Staff Data Engineer employeur : Zendesk
Zendesk est un employeur de choix, offrant une culture de travail collaborative et innovante qui valorise la créativité et l'initiative. En tant que Senior Platform Architect, vous bénéficierez d'opportunités de croissance professionnelle dans un environnement dynamique, tout en contribuant à des solutions de service de pointe pour des clients d'entreprise. De plus, le travail à distance permet une flexibilité optimale, vous permettant de concilier vie professionnelle et personnelle tout en faisant partie d'une équipe passionnée par l'innovation technologique.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Staff Data Engineer
✨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 Zendesk
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Zendesk. 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 Engineer
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Zendesk, 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 Zendesk 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 Zendesk. 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 Zendesk
✨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 Zendesk et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
