
Vie hiiri rivin päälle tai napauta riviä nähdäksesi täydelliset tilastot (EUR / kk tässä kaaviossa).
Palkka-analyysi
Palkkatarjous sijoittuu vertailutasoon "Markkinoiden keskiarvo: Keskitaso-taso" nähden: palkkahaarukan keskipiste on noin 92 % vertailutason alapuolella. Kokonaisuutena tarjous asettuu markkinahaarukan (€4 100–€6 400) alapuolelle. Tarjottu palkkaväli (€354–€500) on markkinaa kapeampi, mikä viittaa pienempään vaihteluun. Vertailu perustuu 3 vastaavaan ilmoitukseen.
| Markkinat | Alaraja (25. persentiili) | Mediaani | Yläraja (75. persentiili) |
|---|---|---|---|
| Markkinoiden keskiarvo: Data-insinööri | €2 990/kuukaudessa | €5 125/kuukaudessa | €7 204/kuukaudessa |
| Tietojemme mukainen palkka — ei mainittu ilmoituksessa (Keskitaso) | €354/kuukaudessa | €427/kuukaudessa | €500/kuukaudessa |
Tervetuloa Group Technologyyn, jossa olemme ylpeitä teknisistä ratkaisuistamme ja ohjaamme Nordean transformaatiota tarjoamalla kokonaisvaltaisen teknologisen näkymän ja jäsennellyn ymmärryksen pankista ja sen ympäristöstä asiakasvision ja liiketoimintastrategian toteuttamiseksi. Tiimistämme Liityt Large Data Foundation -tiimiin pankkiympäristössä, joka vastaa Snowflaken transformaatiokerrosten rakentamisesta ja ylläpidosta — muuttaen kerätyn raakadatan puhtaiksi, hallituiksi ja analyysivalmiiksi tietoaineistoiksi, joita käytetään IRB-riskimallien kehittämiseen ja riskiparametrien mallintamiseen. Työskentelemme monialaisesti — et vain kirjoita koodia, joka sinulle annetaan tikettina. Sinun odotetaan ymmärtävän käsittelemääsi dataa, osallistuvan vaatimusten määrittelyyn, omistavan kehityksen, osallistuvan kaikkiin testausvaiheisiin sekä CI/CD- ja käyttöönottoprosesseihin. Keskeiset vastuualueet tässä roolissa: - Suunnittele ja rakenna transformaatiotyöitä Snowflakessa — SQL-tallennetut proceduurit, Snowpark (Python/Scala), Dynamic Tables - Osallistu vaatimusanalyysiin — ymmärrä liiketoiminta- ja datakonteksti ennen koodin kirjoittamista - Käännä liiketoiminta- ja analyysivaatimukset puhtaaksi, ylläpidettäväksi transformaatiologiikaksi - Sovella Snowflaken parhaita käytäntöjä: klusterointi, mikro-osioinnin tuntemus, kyselyiden optimointi, warehouse-kokoilun oikeaoppisuus - Osallistu datamallinnuspäätöksiin — skeeman suunnittelu, nimeämiskäytännöt, osiointistrategiat - Omista CI/CD-prosessi toimituksillesi — haarautuminen, käyttöönotot, ympäristöjen väliset siirrot Bitbucketin ja Jenkinsin kautta - Kirjoita ja ylläpidä Airflow-DAG-tiedostoja, jotka ohjaavat Snowflaken transformaatiotyökuormia - Osallistu datavaihtokerroksen kehittämiseen (tietokantaroolit, suojatut näkymät, tilien välinen jakaminen) - Tee koodikatselmointeja, sparraa tiimin jäsenten kanssa ja osallistu tiimistandardien kehittämiseen Kuka olet Pakolliset taidot ja kokemus: - 8+ vuoden kokemus data-insinöörityöstä, josta vähintään 2 vuotta käytännön Snowflake-kokemusta tuotannossa - Vahva SQL-osaaminen — window-funktiot, QUALIFY, MERGE, rekursiiviset CTE:t, FLATTEN/LATERAL puolistrukturoidulle datalle, suorituskyvyn optimointi - Snowpark (Python tai Scala) — transformaatiologiikan rakentaminen ja ymmärrys siitä, milloin se on parempi kuin puhdas SQL - Snowflaken suoritusmallin ymmärrys: mikro-osiot, klusterointi, pruning, kyselysuunnitelmien lukeminen - Python tai Scala putkistologiikkaan ja työkaluihin - Airflow — DAG-tiedostojen, sensoreiden ja uudelleenyritysten hallinta - Git, Bitbucket, CI/CD — mukavuus käyttöönottojen omistamisessa, ei vain koodin kirjoittamisessa - Finanssipalveluiden tai pankkialan tuntemus — sinun on ymmärrettävä datan merkitys, ei vain siirrettävä sitä. Kokemus luottoriskeistä, finanssista tai sääntelyraportoinnista odotetaan Hyvää olisi: - Snowflake Dynamic Tables — tietää, milloin käyttää niitä verrattuna Tasks- tai tallennettuihin proseduureihin - Streams ja Tasks inkrementaalisiin prosessointimalleihin - Snowpipe tai Snowpipe Streaming - DataStage — työskentely vanhojen putkistojen rinnalla - Streamlit Snowflakessa - SAFe- tai skaalatun agiilin kokemus Asenne: - Mukavuus työskennellä koko toimituskierron ajan — analyysi, kehitys, testaus, käyttöönotto - Valitsee yksinkertaisimman Snowflaken ominaisuuden ongelman ratkaisemiseksi - Lukee kyselyprofiilin ennen optimointia, ei arvaile - Pitää auditoitavuuden, lineage-seurannan ja pääsynhallinnan osana suunnittelua AI-työskentely: - Käyttää aktiivisesti AI-koodaustyökaluja osana päivittäistä työtä - Ymmärtää LLM-mallien toimintaa tarpeeksi käyttää niitä tehokkaasti - Seuraa AI-työkalumarkkinoiden kehitystä Teknologiapino: Snowflake, Snowpark (Python/Scala), Dynamic Tables, Airflow, DataStage (legacy interop), Streamlit in Snowflake, Bitbucket, Jenkins, IntelliJ/VS Code, GitHub Copilot, Gemini Plugin, Cortex ja muita. Tarjoamme - Hybridityömalli - Kulttuuri, joka edistää suoriutumista ja kasvua yhdessä suurimmista pohjoismaisista pankeista Seuraavat vaiheet Lähetä hakemuksesi viimeistään 13.08.2026. Rekrytointiprosessi: 1. Alustava CV-valinta 2. Puhelinkeskustelu rekrytoijan kanssa 3. Online-haastattelu rekrytoivan esihenkilön kanssa 4. Turvallisuusselvitys
Työn tiedot
Vastuualueet
- Suunnittele ja rakenna transformaatiotyöitä Snowflakessa käyttäen SQL-tallennettuja proseduureja, Snowparkia ja Dynamic Tableita
- Suorita vaatimusanalyysit liiketoiminta- ja datakontekstin ymmärtämiseksi
- Käännä liiketoiminta- ja analyysivaatimukset ylläpidettäväksi transformaatiologiikaksi
- Sovellet Snowflaken parhaita käytäntöjä klusterointiin, kyselyiden optimointiin ja warehouse-kokoiluun
- Osallistu datamallinnuspäätöksiin, mukaan lukien skeeman suunnittelu ja osiointistrategiat
- Hallitse CI/CD-toimitukset Bitbucketin ja Jenkinsin kautta
- Kirjoita ja ylläpidä Airflow-DAG-tiedostoja Snowflake-työkuormille
- Osallistu datavaihtokerroksen kehittämiseen käyttäen tietokantaroolia ja suojattuja näkymiä
- Tee koodikatselmointeja ja sparraa tiimin jäsenten kanssa standardien ylläpitämiseksi
Vaatimukset
- 8+ vuoden kokemus data-insinöörityöstä
- Vähintään 2 vuotta käytännön Snowflake-kokemusta tuotannossa
- Vahva SQL-osaaminen (window-funktiot, QUALIFY, MERGE, rekursiiviset CTE:t, FLATTEN/LATERAL, suorituskyvyn optimointi)
- Snowpark (Python tai Scala)
- Snowflaken suoritusmallin ymmärrys (mikro-osiot, klusterointi, pruning, kyselysuunnitelmien lukeminen)
- Python tai Scala putkistologiikkaan ja työkaluihin
- Airflow (DAG-tiedostot, sensorit, uudelleenyritykset)
- Git, Bitbucket, CI/CD-kokemus
- Finanssipalveluiden tai pankkialan tuntemus (luottoriskit, finanssi tai sääntelyraportointi)
- AI-koodaustyökalujen aktiivinen käyttö
Taidot ja teknologiat
Edut ja etuudet
Rekrytointiprosessi
- 1Alustava CV-valinta
- 2Puhelinkeskustelu rekrytoijan kanssa
- 3Online-haastattelu rekrytoivan esihenkilön kanssa
- 4Turvallisuusselvitys

Aiheeseen liittyvät mahdollisuudet
Löydä lisää kiinnostuksen kohteisiisi ja taitoihisi sopivia mahdollisuuksia