In één oogopslag
- Taken: Bouw de datalaag van ons Mendix-platform en ontwerp de BI-laag in Snowflake.
- Bedrijf: Green Collective, een innovatief bedrijf met een focus op duurzaamheid.
- Voordelen: Hybride werkuren, competitief salaris en mogelijkheden voor professionele ontwikkeling.
- Overige informatie: Een dynamische werkomgeving met ruimte voor groei en creativiteit.
- Waarom deze baan: Werk aan spannende projecten en maak impact met data-analyse en visualisatie.
- Kwalificaties: Ervaring met data engineering en kennis van ETL/ELT-processen.
Het verwachte salaris ligt tussen 51750 - 63250 € per jaar.
Green Collective zoekt een Data Engineer die vanaf de grond de datalaag van ons Mendix-platform bouwt.
Je ontwerpt de data- en BI-laag in Snowflake en voedt dashboards aan collega’s.
Je beheert de volledige datapijplijn, werkt samen met Mendix developers en de product owner en maakt keuzes rond ETL/ELT, orchestratie en beveiliging volgens AVG.
Daarnaast implementeer je data modellering en self-service BI met Power BI, Tableau of Looker.
#J-18808-Ljbffr
Data Engineer - Snowflake & Mendix, Hybrid Hours in Amsterdam werkgever: Green Collective
Bij Green Collective bieden we een stimulerende werkomgeving waar innovatie en samenwerking centraal staan. Als Data Engineer krijg je de kans om je vaardigheden te ontwikkelen in een hybride werksetting, met flexibele uren die een goede werk-privébalans bevorderen. We investeren in jouw groei door middel van trainingen en workshops, en onze open cultuur moedigt creativiteit en initiatief aan, waardoor je een waardevolle bijdrage kunt leveren aan ons Mendix-platform.
Hupjob Expertadvies🤫
Zo denken wij dat je Data Engineer - Snowflake & Mendix, Hybrid Hours in Amsterdam kunt binnenhalen
✨Duik in de Data Science Communities
Data science draait om kennis delen en leren van elkaar. Sluit je aan bij online communities zoals Kaggle, GitHub en Stack Overflow. Deel je projectwerk en leer van anderen – dit kan leiden tot waardevolle connecties en zelfs een sollicitatie bij Green Collective!
✨Neem deel aan Hackathons
Hackathons zijn een geweldige manier om je vaardigheden in de praktijk te brengen en jezelf te laten zien. Veel bedrijven, waaronder Green Collective, zoeken kandidaten die hun creativiteit en probleemoplossend vermogen kunnen demonstreren. Maak gebruik van deze evenementen om je netwerk uit te breiden.
✨Show je Expertise met Projecten
Laat je skills zien met een publiek portfolio! Zorg ervoor dat je een paar interessante projecten hebt die jouw datavisualisatie, statistiek en machine learning vaardigheden tonen. Plaats ze op platforms zoals GitHub of je eigen website – zo laat je zien wat je kan bij Green Collective.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij Green Collective. Kijk goed naar de vereisten en match je vaardigheden en ervaring aan wat zij zoeken. Dit maakt het veel waarschijnlijker dat ze jou uitnodigen voor een gesprek!
Wij denken dat je deze vaardigheden nodig hebt om als Data Engineer - Snowflake & Mendix, Hybrid Hours in Amsterdam te schitteren
Een paar tips voor je sollicitatie 🫡
Laat je technische vaardigheden zien!:In de data-science wereld willen we je technische bekwaamheden echt zien. Zorg ervoor dat je kennis van programmeertalen zoals Python of R, evenals je ervaring met data-analysetools en -technieken, duidelijk naar voren komen in je CV. Dit is een kans om je talenten in statistiek en machine learning te benadrukken, zodat Green Collective ziet dat jij hun ideale kandidaat bent!
Geef je projecten een spotlight:Vergeet niet om eventuele data-projecten of analyses die je al hebt uitgevoerd op te nemen. Heb je bijvoorbeeld een GitHub-account? Voeg dat toe! Dit is een toffe manier om je praktische ervaring te laten zien, wat de recruiter van Green Collective echt zal aanspreken. Laat zien hoe je problemen hebt opgelost en dat je in staat bent om inzichten uit data te halen!
Wees duidelijk over je doelen:Aangezien het om een fulltime rol gaat, is het belangrijk dat je in je motivatiebrief je doelen en ambities duidelijk maakt. Wat hoop je te leren en te bereiken in deze functie bij Green Collective? Laat zien dat je niet alleen geïnteresseerd bent in de functie, maar ook in wat je kunt bijdragen aan het team en het bedrijf.
Ondersteun je ervaring met data:Naast je technische vaardigheden, is het ook cruciaal om je eerdere ervaring te onderbouwen met concrete resultaten. Heb je analyses uitgevoerd die hebben geleid tot verbetering van processen of het nemen van strategische beslissingen? Geef cijfers en voorbeelden in je CV en motivatiebrief, zodat Green Collective ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij Green Collective
✨Show je dataskills
Zorg ervoor dat je goed voorbereid bent op technische vragen die je dataskills testen. Bereid je voor op vragen over data-analyse, statistiek en machine learning. Wij moeten ook kunnen zien dat je vertrouwd bent met tools zoals Python, R of SQL.
✨Breng je portfolio mee
Als data scientist is je portfolio cruciaal. Zorg ervoor dat je een aantal projecten hebt waar je trots op bent en die je kunt presenteren. Leg de nadruk op wat je hebt geleerd en hoe je de resultaten hebt toegepast. Dit laat zien dat je niet alleen kennis hebt, maar ook de toepassing ervan begrijpt.
✨Ken de data van Green Collective
Neem de tijd om inzicht te krijgen in de datasets waar Green Collective mee werkt. Dit kan je helpen om tijdens het gesprek specifieke voorbeelden te geven van hoe jouw vaardigheden en ervaring aansluiten bij hun behoeften. Dit toont niet alleen jouw interesse, maar ook dat je al nadenkt over hoe je een bijdrage kunt leveren.
✨Leef je in in de business case
Tijdens de interviews kunnen ze je vragen om een business case te analyseren of oplossingen voor te stellen op basis van gegevens. Dit is een kans om je analytische vaardigheden te laten zien, dus zorg ervoor dat je niet alleen de technische kanten belicht, maar ook hoe jouw aanpak waarde toevoegt aan het bedrijf.
