Dataingeniør

Hvorfor denne rolle findes

Teknologiførst. Ego-fri. Bruger-obsesseret. Over en million danskere bruger Skatteguiden til at forstå og optimere deres skatter — automatisere skatteopfølgning, afdække fradrag, folk ikke vidste de havde, og forbinde direkte til Skat for at gøre det. Vi er en uafhængig virksomhed på 50 ansatte baseret i København med en 4,7-stjernet rating og ét mål: gøre finansiel indsigt tilgængelig for alle, ikke kun dem der har råd til en revisor.

Intet af det fungerer uden en data-platform, som folk har tillid til. Vores er bygget på Snowflake, Dagster og dbt, og gør rodet kilde data til de tal, folk er afhængige af. Vi investerer yderligere i den, og vi har brug for en dataingeniør, som kan tage virkelig ejerskab over den — fra infrastruktur og ingestion ned til SQL.

Hvad du vil arbejde på

•

Eje end-to-end dataindlæsnings-pipelines — fra kildesystemer til Snowflake — i samarbejde med vores produkt- og platformteams for at forme data-kontrakter og holde pipelines robuste, mens disse systemer udvikler sig.

•

Eje orkestrering i Dagster — planlægning, afhængigheder, observabilitet og fejlhåndtering på tværs af pipeline.

•

Eje vores Snowflake-infrastruktur og tilpassede komponenter som Infrastruktur-som-kode — tilvejebringelse, miljøer, adgang, omkostninger — ved hjælp af Terraform (og helst DCM).

•

Fremskynde vores dataingeniør-praksisser — testning, CI/CD, semantisk lag-modellering, ydeevne på Snowflake.

•

Forme hvordan vi bruger AI i datastakken.

•

Designe og vedligeholde dbt-modeller, der omdanner rå Snowflake-data til pålidelige, vel-testede dataprodukter — inklusive at eje dbt Cloud: miljøer, jobs og deployment, ikke kun modelleringslaget.

•

Få erfaring med Java (eller et andet OOP-sprog) og hændelsesdrevet arkitektur.

Hvad du bringer

•

Et historik af at eje dataindlæsnings-pipelines fra ende til anden, inklusive de besværlige dele — kilde-systemers særheder, backfills, skemabøjninger.

•

Erfaring med at eje orkestrering i et værktøj som Dagster (eller lignende — Airflow, Prefect), og komfort med at være den, der bliver kaldt til, når en DAG fejler.

•

Erfaring med cloud data-infrastruktur som kode — Terraform påkrævet, DCM foretrukket.

•

Solid hands-on erfaring med dbt og et cloud data warehouse — inklusive dbt Cloud-administration (miljøer, jobkonfiguration, deployment), ikke kun modellering.

•

Trygt at arbejde direkte med ingeniør-teams udenfor data , der oversætter platform- og produktbehov til data-modeller.

Fint at have

•

Java eller et andet OOP-sprog, og komfort med hændelsesdrevet arkitektur.

•

Erfaring med at anvende AI/LLMs inden for en dataplattform.

Hvad vi tilbyder

•

Ægte ejerskab — et lille team hvor det, du designer, bliver implementeret, inklusive infrastruktur, ikke en opgave begravet i en 40-personers backlog.

•

En moderne stack, ikke forældet gæld: Snowflake, Dagster, dbt Cloud, Terraform, Evidence, Lightdash — nyetableret, designet til at blive udvidet.

•

Arbejdet ligger tæt på produkt og platform, ikke isoleret i en data-silo — dit input former hvad der bygges opstrøms, ikke kun hvad du transformerer nedstrøms.

•

Et problem værd at løse: Dansk skattelovgivning er virkelig kompleks, og at modellere den ordentligt er en ægte ingeniørmæssig udfordring.

•

Indflydelse du kan pege på — dine pipelines og modeller driver et produkt som over en million danskere faktisk bruger for at få deres skatter rigtige.

•

Kontor først i København — fem minutters gang fra Rådhuspladsen, frokost hos Claus Meyer, middagen dækket hvis dagen trækker ud.

Praktisk

Start: Så snart som muligt Rapporterer til: Head of Data & Operations Planning

Ansættelsesproces

•

30-minutters online screeningssamtale med rekrutterer.

•

1-times onsite case-session med ansættelseschef og teammedlem.

•

30-minutters onsite møde og hilsen med CEO.