data engineer for transformation analytics

Enfint; Greater London; On-site; GBP 90,000 - 140,000; Full time

Benefits offered by this job

Competitive salary

Benefits package

Mentorship program

Global community

Job summary

McKinsey & Company ищет опытного инженера по данным для разработки масштабируемых решений для аналитики и машинного обучения. Вы будете строить конвейеры данных в облаке, интегрировать данные из API и обеспечивать качество данных.

Требуется 5+ лет опыта в дата-инженерии, сильные навыки AWS, Python и SQL, а также умение работать в межфункциональных командах и наставлять младших инженеров. Преимущества включают обучение, менторство и доступ к глобальному сообществу.

Qualifications

• Степень в области CS/Engineering или смежной технической области.
• 5+ лет опыта в дата-инженерии, ETL/ELT и дата-продуктах.
• Глубокие знания AWS (S3, Lambda, Glue, Snowflake).
• Профессиональное владение Python для трансформаций данных.
• Экспертное владение SQL, оптимизация запросов.
• Опыт моделирования данных и разработки хранилищ.
• Навыки построения масштабируемых पाइплайнов (ETL/ELT).
• Опыт работы с Tableau/BI инструментами.
• DevOps/CI-CD, IaC, Git, автоматизированные развёртывания.
• Умение решать проблемы и работать в Scrum/Agile.
• Наставничество; хорошие коммуникационные навыки.
• Желателен Databricks, PySpark, Delta Lake.

Responsibilities

• Проектировать, строить и оптимизировать масштабируемые дата-решения для аналитики и ML.
• Разрабатывать конвейеры данных, забирая данные из API и интегрируя в облачное хранилище.
• Очистка и нормализация данных для обеспечения качества.
• Строить облачные платформы данных для быстрого доступа к бизнес-данным.
• Разрабатывать масштабируемые продукты данных для аналитических пайплайнов.
• Настраивать запросы и оптимизировать производительность в Snowflake и Databricks.
• Сотрудничать с учеными данными, инженерами и бизнес-командами.
• Разрабатывать практики управления данными в соответствии с SOC 2 и GDPR.
• Реализовывать контроль доступа, трассировку данных и шифрование.
• Строить автоматизированные рабочие процессы с Step Functions и Databricks Workflows.
• Настраивать мониторинг, логирование и алертинг для надёжности и качества данных.
• Менторство младших инженеров и обмен знаниями.

Skills

AWS

Python

SQL

Data warehousing

ETL/ELT

DevOps CI/CD

Data governance

Mentoring

Databricks

BI tools

Education

Bachelor’s or Master’s in CS/Engineering

Tools

Snowflake

Tableau

PySpark

Job description

Описание

McKinsey & Company develops Wave, a SaaS product that helps clients manage improvement programs and transformations by tracking initiative progress, performance, budgets, timelines, and impact on longer-term goals. Its Transformatics team builds data and AI products that provide analytics insights for clients and McKinsey teams involved in transformation programs globally.

Задачи

• Design, build, and optimize scalable data solutions for analytics, reporting, and machine learning


• Develop robust data ingestion pipelines, procure data from APIs, and integrate it into cloud-based storage layers


• Clean and standardize data to ensure data quality


• Build next-generation cloud-based data platforms for rapid business data access and emerging technology incubation


• Design and develop scalable, reusable data products for analytics, reporting, and machine learning pipelines


• Implement query tuning, indexing, partitioning, and caching strategies in platforms such as Snowflake and Databricks


• Collaborate with data scientists, engineers, and business teams to deliver analytics-ready datasets


• Establish and enforce data governance practices aligned with SOC 2 and GDPR


• Implement access controls, data lineage tracking, and encryption standards


• Build resilient automated workflows using Step Functions and Databricks Workflows


• Implement monitoring, logging, and alerting systems for reliability and data quality


• Guide junior engineers and contribute to internal knowledge-sharing initiatives


• Stay current with emerging technologies and champion continuous improvement in data engineering methodologies

Требования

• Bachelor’s or master’s degree in computer science, Engineering, or a related technical field


• 5+ Years of hands-on experience in data engineering, ETL/ELT development, cloud-based data solutions, or data products for analytics, automation, or machine learning


• Deep expertise in AWS services, including S3, Lambda, Glue, and Snowflake


• Experience designing scalable and cost-efficient data architectures


• Proficiency in Python, including modularization and production-ready code for data transformations, automation, and workflow orchestration


• Expert-level SQL skills, including query optimization, performance tuning, stored procedures, and database design


• Experience designing and implementing scalable data pipelines with AWS Glue, Step Functions, and SQL-based transformations


• Strong knowledge of data modeling, data warehousing, schema design, and partitioning strategies


• Hands-on experience with Tableau or other BI tools for data visualization and dashboard development


• Hands-on experience with DevOps and CI/CD, including infrastructure-as-code, Git, and automated deployment strategies


• Strong problem-solving skills focused on troubleshooting and optimizing complex data workflows


• Excellent communication and collaboration skills in agile, cross-functional teams


• Ability to mentor junior engineers


• Nice to have: Experience with Databricks, PySpark, and Delta Lake

Условия

• Competitive salary based on location, experience, and skills


• Comprehensive benefits package for employees and their families


• Continuous learning, structured development programs, mentorship, coaching, and apprenticeship opportunities


• Access to a global community of colleagues across 65+ countries and more than 100 nationalities