Staff Backend Engineer, Distributed Systems

Staff Backend Engineer, Distributed Systems

Amsterdam 63000 - 77000 € / jaar (geschat) Op locatie
Databricks

In één oogopslag

  • Taken: Bouw betrouwbare en schaalbare diensten voor enorme hoeveelheden data in de cloud.
  • Bedrijf: Een toonaangevend data- en AI-bedrijf dat innovatie stimuleert.
  • Voordelen: Aantrekkelijk salaris, flexibele werkuren en kansen voor professionele groei.
  • Overige informatie: Dynamische werkomgeving met veel mogelijkheden voor carrièreontwikkeling.
  • Waarom deze baan: Werk aan spannende uitdagingen in data en AI-infrastructuur.
  • Kwalificaties: Ervaring met programmeertalen zoals Java, Scala of C++ en kennis van gedistribueerde systemen.

Het verwachte salaris ligt tussen 63000 - 77000 € per jaar.

Een toonaangevend data- en AI-bedrijf is op zoek naar een bekwame engineer om betrouwbare en schaalbare diensten te bouwen die grote hoeveelheden gegevens in cloudopslag verwerken. De rol vereist aanzienlijke ervaring in programmeertalen zoals Java, Scala of C++, en een solide begrip van grootschalige gedistribueerde systemen. Deze functie biedt de mogelijkheid om te werken aan spannende uitdagingen in data- en AI-infrastructuur, en bevordert innovatie in verschillende sectoren.

Staff Backend Engineer, Distributed Systems werkgever: Databricks

Bij Databricks geloven we in het empoweren van datateams om de grootste uitdagingen ter wereld aan te pakken. Als werkgever bieden we een stimulerende werkomgeving waar innovatie en samenwerking centraal staan, met volop mogelijkheden voor persoonlijke en professionele groei. Onze cultuur is klantgericht en technisch gedreven, wat betekent dat je deel uitmaakt van een team dat niet alleen werkt aan baanbrekende technologieën, maar ook impact maakt op de manier waarop bedrijven hun data benutten.

Databricks

Contactgegevens:

Recruitmentteam van Databricks

Wij denken dat je deze vaardigheden nodig hebt om als Staff Backend Engineer, Distributed Systems te schitteren

Java
Scala
C++
Distributed Systems
Cloud Storage
Data Infrastructure
Scalability