Ledigt jobb: Dataingenjör

Rollen som Data Engineer finns till för att säkerställa att all data från testlaboratoriet är tillförlitlig, tillgänglig, skalbar och användbar för ingenjörer, validering, analys och beslutsfattande. Funktionen utgör den tekniska ryggrad som möjliggör pålitliga tester, avancerad analys, automatisering och långsiktig produktförbättring.

Data Engineers ansvar är att designa och driva den datainfrastruktur som stödjer alla testaktiviteter i laboratoriet. Detta inkluderar att ansluta testutrustning, bygga pipelines för högfrekvent och storvolymdata, säkerställa datakvalitet och möjliggöra för ingenjörer, analytiker och forskare att arbeta effektivt med korrekt data.

När laboratoriet och organisationen växer kommer rollen att utvecklas till en ledande funktion som styr den långsiktiga datastrategin och leder ett multidisciplinärt datateam.

Viktiga ansvarsområden

De viktigaste ansvarsområdena inkluderar (men är inte begränsade till):

• Designa, bygga och underhålla datapipelines för högfrekvent labbdata
• Integrera testutrustning såsom battericyklare (Chroma, Keysight, PEC, PNE), klimatkammare, DAQ-system och PLC:er
• Utveckla ETL/ELT-processer för att transformera rådata → validerad → kuraterad data
• Bygga skalbara datalagringslösningar (datalakes, tidsseriedatabaser, strukturerade metadata-lagringar)
• Implementera datavalidering, anomalidetektering och kvalitetsövervakning
• Automatisera databearbetning för rapportering, dashboards och analys
• Säkerställa dataspårbarhet, versionshantering och revisionskompliance
• Samarbeta nära med test- och valideringsingenjörer för att förstå testprofiler, metadata och mätmetoder
• Stödja labbtekniker med verktyg som förenklar arbetsflöden och minskar manuella datauppgifter
• Integrera med MES, LIMS, PLM och andra företagsystem
• Felsöka datarelaterade problem vid testkörning eller utrustningskommunikation
• Ta allt större ansvar för dataarkitektur och den långsiktiga dataroadmapen
• Bidra till dokumentationsstandarder, datagovernance och bästa praxis

Krav och erfarenhet

• Yrkeserfarenhet inom teknisk dataroll (Data Engineering, Data Science, Maskininlärning) inklusive bearbetning, lagring, kvalitet och hantering på GCP eller AWS
• Minst 4 års relevant erfarenhet
• Erfarenhet av projektledning
• Erfarenhet från stora tillverknings- eller industriella företag med heterogena, distribuerade datakällor, med visad förmåga att navigera komplexitet i stor skala

Specifika färdigheter och kunskap

• Bevisad erfarenhet av att skala och omstrukturera dataplattformar och infrastruktur för att hantera snabb tillväxt och ökande datamängder
• Praktisk erfarenhet av att designa och bygga mycket skalbara och pålitliga dataarkitekturer med moderna moln- och dataverktyg (t.ex. AWS Kinesis, Lambda, Redshift, motsvarande på GCP; Airflow, dbt; Parquet, Protobuf, Avro)
• Starka programmeringsfärdigheter i Python, SQL och allmänscripting för automatisering, databearbetning och integration
• Djup förståelse för ETL/ELT-ramverk (Airflow, dbt, Spark, etc.) och erfarenhet av att bygga produktionsklara datapipelines
• Van vid tidsserie- och högfrekvent mätdat, särskilt från industriella eller testmiljöer
• Molerfarenhet inom AWS, GCP eller Azure, inklusive serverlösa arkitekturer, distribuerad lagring och strömbearbetning
• Erfarenhet av CI/CD, Git-baserade arbetsflöden, Docker och robusta mjukvaruutvecklingsmetoder
• Kunskap om dataserialiseringsformat (Parquet, Avro, Protobuf, JSON) och bästa praxis för effektiv lagring och hämtning
• Erfarenhet av systemintegration via API:er; kunskap om hårdvarukommunikationsprotokoll såsom REST, OPC-UA och Modbus är ett stort plus
• Förståelse för begrepp inom maskininlärning och erfarenhet av att stödja datavetenskapsmän med strukturerade, högkvalitativa dataset

Domänkunskap (Meriterande)

• Stark ingenjörsgrund (elektrisk, mekanisk, kemisk, fysikalisk), helst inom energi, eltestning eller batteriområdet
• Förståelse för sensorkalibrering, brus, drift och datavalidering