Data Warehouse System Engineer
$70k - $105k per yearHyve Solutions
Hyve Company OverviewHyve Solutions transforms complex engineering challenges into production reality for technology innovators building AI, cloud, and connected infrastructure. As a US-based manufacturing partner, the company rapidly delivers fast, agile execution through dep technical partnerships and co-innovation, and supply chain clarity. Hyve’s integrated ODM, CM, and SI capabilities eliminate vendor complexity while accelerating time-to-market with single-partner accountability from design through scale. The company co-innovates with deep engineering expertise, treating customer success as its own while building tomorrow’s digital infrastructure.
Job Title
Data Warehouse SE
Job description
We are seeking an experienced Data Warehouse SE (Data Platform Engineer) to lead the evolution of our enterprise data platform from a traditional Hadoop/Hive architecture to a modern cloud-native Lakehouse platform built on Apache Iceberg and object storage.
This role focuses on platform engineering, building and operating large-scale data infrastructure rather than developing business-specific data pipelines. The ideal candidate will have deep expertise in distributed data systems, cloud-native architectures, and large-scale data processing technologies.
You will be responsible for designing and delivering core platform capabilities including:
Compute-storage separation architectures
Apache Iceberg-based data lake implementations
Unified access frameworks across multiple processing engines (Spark, Flink, Trino, etc.)
Reliable operation of data workloads on Kubernetes and object storage
Solving large-scale engineering challenges related to performance, scalability, concurrency, cost optimization, and operational stability at PB-scale
Key Responsibilities:
Design, build, and operate an enterprise-scale Lakehouse platform based on Apache Iceberg to support batch, streaming, and incremental data workloads. Drive the migration from Hadoop/HDFS to cloud-native object storage architectures and implement compute-storage separation at scale. Develop and enhance core platform services, including metadata management, catalog systems, governance frameworks, and multi-engine data access capabilities. Optimize distributed processing engines such as Spark to improve performance, scalability, reliability, and cost efficiency in PB-scale environments. Build and operate cloud-native data platforms on Kubernetes, including workload orchestration, resource management, and operational automation. Integrate the platform with cloud ecosystems such as Azure, Databricks, and Snowflake to enable seamless data flow and interoperability. Develop internal platform components and engineering tools for data ingestion, orchestration, quality management, diagnostics, and AI-driven automation.
Required Skills
Expert-level knowledge of Apache Spark, including execution planning, shuffle processing, memory management, and performance optimization. Strong experience with Apache Iceberg, Hudi, or Delta Lake, including metadata architecture, snapshots, manifests, schema evolution, and partition evolution. Hands-on experience deploying and managing data workloads on Kubernetes, including Spark on Kubernetes, Operators, and resource scheduling. Solid understanding of cloud object storage platforms such as Azure Blob Storage, Amazon S3, or MinIO, including storage consistency and performance characteristics. Deep understanding of modern Lakehouse architecture, including Iceberg, Spark, Catalog services, and object storage ecosystems. Experience with at least one cloud data platform such as Azure, Databricks, or Snowflake. Strong software engineering and programming skills in Java, Scala, or Python.
Preferred Qualifications
Experience designing and delivering enterprise-level data platform solutions rather than single business applications. Hands-on experience with Lakehouse implementation, data lake modernization, or platform migration initiatives. Proven experience deploying and operating large-scale data platforms on Kubernetes. Strong track record of diagnosing and resolving complex performance issues in distributed systems. Experience reading, debugging, or contributing to open-source projects such as Spark, Iceberg, Flink, or Trino. Practical experience applying AI technologies to data platforms, including Data Agents, intelligent automation, or AI-assisted analytics.
Educational background and Working Experience
Bachelor’s or Master’s degree in Computer Science, Software Engineering, Information Systems, or a related technical field. Minimum 3 years of experience in large-scale data platform engineering or distributed data systems development. Proven experience building platform-level solutions rather than business-specific data engineering applications. Experience supporting PB-scale data environments or large distributed computing clusters is highly preferred. Experience leading or participating in Lakehouse modernization, Hadoop migration, or cloud-native data platform transformation projects is preferred. Experience migrating Hadoop/HDFS-based platforms to cloud-native architectures and object storage solutions is a strong plus. Fluent in Mandarin Chinese is a plus, particularly for collaboration with global engineering teams across multiple regions.
Compensation:
The anticipated base salary range for this position is
$70,000-105,000 annually .
Actual compensation will be determined based on experience, skills, qualifications, and business needs.
Titre du poste
Ingénieur(e) des systèmes – Entrepôt de données (Data Warehouse SE)
Description du poste
Nous sommes à la recherche d’un(e) ingénieur(e) des systèmes expérimenté(e) en entrepôt de données (ingénieur(e) de plateforme de données) pour diriger l’évolution de notre plateforme de données d’entreprise, en la faisant passer d’une architecture Hadoop/Hive traditionnelle vers une plateforme Lakehouse moderne et infonuagique native, bâtie sur Apache Iceberg et le stockage d’objets.
Ce rôle est axé sur l’ingénierie de plateforme, soit la construction et l’exploitation d’une infrastructure de données à grande échelle, plutôt que le développement de pipelines de données propres à des applications d’affaires. Le/la candidat(e) idéal(e) possède une expertise approfondie des systèmes de données distribués, des architectures infonuagiques natives et des technologies de traitement de données à grande échelle.
Vous serez responsable de la conception et de la livraison de capacités de plateforme essentielles, notamment :
Architectures à séparation du calcul et du stockage Implémentations de lacs de données basées sur Apache Iceberg Cadres d’accès unifiés à travers plusieurs moteurs de traitement (Spark, Flink, Trino, etc.) Exploitation fiable des charges de travail de données sur Kubernetes et le stockage d’objets Résolution de défis d’ingénierie à grande échelle liés à la performance, à l’évolutivité, à la concurrence, à l’optimisation des coûts et à la stabilité opérationnelle à l’échelle du pétaoctet (Po)
Principales responsabilités :
Concevoir, construire et exploiter une plateforme Lakehouse à l’échelle de l’entreprise, basée sur Apache Iceberg, afin de soutenir les charges de travail de données par lots, en continu et incrémentielles. Diriger la migration de Hadoop/HDFS vers des architectures de stockage d’objets infonuagiques natives et mettre en œuvre la séparation du calcul et du stockage à grande échelle. Développer et améliorer les services essentiels de la plateforme, y compris la gestion des métadonnées, les systèmes de catalogue, les cadres de gouvernance et les capacités d’accès aux données multi-moteurs. Optimiser les moteurs de traitement distribués tels que Spark afin d’améliorer la performance, l’évolutivité, la fiabilité et l’efficacité des coûts dans des environnements à l’échelle du pétaoctet. Construire et exploiter des plateformes de données infonuagiques natives sur Kubernetes, y compris l’orchestration des charges de travail, la gestion des ressources et l’automatisation opérationnelle. Intégrer la plateforme aux écosystèmes infonuagiques tels qu’Azure, Databricks et Snowflake afin de permettre un flux de données harmonieux et l’interopérabilité. Développer des composants de plateforme internes et des outils d’ingénierie pour l’ingestion de données, l’orchestration, la gestion de la qualité, le diagnostic et l’automatisation basée sur l’intelligence artificielle.
Compétences requises
Connaissance de niveau expert d’Apache Spark, y compris la planification d’exécution, le traitement du « shuffle », la gestion de la mémoire et l’optimisation de la performance. Solide expérience avec Apache Iceberg, Hudi ou Delta Lake, y compris l’architecture des métadonnées, les instantanés (snapshots), les manifestes, l’évolution des schémas et l’évolution des partitions. Expérience pratique du déploiement et de la gestion des charges de travail de données sur Kubernetes, y compris Spark sur Kubernetes, les Operators et l’ordonnancement des ressources. Solide compréhension des plateformes de stockage d’objets infonuagiques telles qu’Azure Blob Storage, Amazon S3 ou MinIO, y compris la cohérence du stockage et les caractéristiques de performance. Compréhension approfondie de l’architecture Lakehouse moderne, y compris Iceberg, Spark, les services de catalogue et les écosystèmes de stockage d’objets. Expérience avec au moins une plateforme de données infonuagique telle qu’Azure, Databricks ou Snowflake. Solides compétences en génie logiciel et en programmation en Java, Scala ou Python.
Qualifications souhaitées
Expérience dans la conception et la livraison de solutions de plateforme de données à l’échelle de l’entreprise, plutôt que d’applications d’affaires isolées. Expérience pratique de la mise en œuvre de Lakehouse, de la modernisation de lacs de données ou d’initiatives de migration de plateformes. Expérience avérée dans le déploiement et l’exploitation de plateformes de données à grande échelle sur Kubernetes. Solide feuille de route dans le diagnostic et la résolution de problèmes de performance complexes dans les systèmes distribués. Expérience dans la lecture, le débogage ou la contribution à des projets libres tels que Spark, Iceberg, Flink ou Trino. Expérience pratique de l’application de technologies d’intelligence artificielle aux plateformes de données, y compris les agents de données (Data Agents), l’automatisation intelligente ou l’analytique assistée par l’IA.
Formation et expérience de travail
Baccalauréat ou maîtrise en informatique, en génie logiciel, en systèmes d’information ou dans un domaine technique connexe. Minimum de 3 ans d’expérience en ingénierie de plateformes de données à grande échelle ou en développement de systèmes de données distribués. Expérience avérée dans la construction de solutions au niveau de la plateforme, plutôt que d’applications d’ingénierie de données propres à des besoins d’affaires. Expérience de soutien d’environnements de données à l’échelle du pétaoctet ou de grappes informatiques distribuées à grande échelle fortement souhaitée. Expérience dans la direction ou la participation à des projets de modernisation Lakehouse, de migration Hadoop ou de transformation de plateforme de données infonuagique native souhaitée. Expérience dans la migration de plateformes basées sur Hadoop/HDFS vers des architectures infonuagiques natives et des solutions de stockage d’objets, un atout important. Maîtrise du mandarin, un atout, particulièrement pour la collaboration avec des équipes d’ingénierie internationales réparties dans plusieurs régions.
Rémunération : L’échelle salariale de base prévue pour ce poste se situe entre 70 000 $ et 105 000 $ par année.
La rémunération réelle sera déterminée en fonction de l’expérience, des compétences, des qualifications et des besoins de l’entreprise.
We are an Equal Opportunity Employer and do not discriminate on the basis of race, color, religion, sex, sexual orientation, gender identity, national origin, protected veteran status, disability, or any other legally protected status. We are committed to creating an inclusive environment for all employees.#J-18808-Ljbffr
Job Title
Data Warehouse SE
Job description
We are seeking an experienced Data Warehouse SE (Data Platform Engineer) to lead the evolution of our enterprise data platform from a traditional Hadoop/Hive architecture to a modern cloud-native Lakehouse platform built on Apache Iceberg and object storage.
This role focuses on platform engineering, building and operating large-scale data infrastructure rather than developing business-specific data pipelines. The ideal candidate will have deep expertise in distributed data systems, cloud-native architectures, and large-scale data processing technologies.
You will be responsible for designing and delivering core platform capabilities including:
Compute-storage separation architectures
Apache Iceberg-based data lake implementations
Unified access frameworks across multiple processing engines (Spark, Flink, Trino, etc.)
Reliable operation of data workloads on Kubernetes and object storage
Solving large-scale engineering challenges related to performance, scalability, concurrency, cost optimization, and operational stability at PB-scale
Key Responsibilities:
Design, build, and operate an enterprise-scale Lakehouse platform based on Apache Iceberg to support batch, streaming, and incremental data workloads. Drive the migration from Hadoop/HDFS to cloud-native object storage architectures and implement compute-storage separation at scale. Develop and enhance core platform services, including metadata management, catalog systems, governance frameworks, and multi-engine data access capabilities. Optimize distributed processing engines such as Spark to improve performance, scalability, reliability, and cost efficiency in PB-scale environments. Build and operate cloud-native data platforms on Kubernetes, including workload orchestration, resource management, and operational automation. Integrate the platform with cloud ecosystems such as Azure, Databricks, and Snowflake to enable seamless data flow and interoperability. Develop internal platform components and engineering tools for data ingestion, orchestration, quality management, diagnostics, and AI-driven automation.
Required Skills
Expert-level knowledge of Apache Spark, including execution planning, shuffle processing, memory management, and performance optimization. Strong experience with Apache Iceberg, Hudi, or Delta Lake, including metadata architecture, snapshots, manifests, schema evolution, and partition evolution. Hands-on experience deploying and managing data workloads on Kubernetes, including Spark on Kubernetes, Operators, and resource scheduling. Solid understanding of cloud object storage platforms such as Azure Blob Storage, Amazon S3, or MinIO, including storage consistency and performance characteristics. Deep understanding of modern Lakehouse architecture, including Iceberg, Spark, Catalog services, and object storage ecosystems. Experience with at least one cloud data platform such as Azure, Databricks, or Snowflake. Strong software engineering and programming skills in Java, Scala, or Python.
Preferred Qualifications
Experience designing and delivering enterprise-level data platform solutions rather than single business applications. Hands-on experience with Lakehouse implementation, data lake modernization, or platform migration initiatives. Proven experience deploying and operating large-scale data platforms on Kubernetes. Strong track record of diagnosing and resolving complex performance issues in distributed systems. Experience reading, debugging, or contributing to open-source projects such as Spark, Iceberg, Flink, or Trino. Practical experience applying AI technologies to data platforms, including Data Agents, intelligent automation, or AI-assisted analytics.
Educational background and Working Experience
Bachelor’s or Master’s degree in Computer Science, Software Engineering, Information Systems, or a related technical field. Minimum 3 years of experience in large-scale data platform engineering or distributed data systems development. Proven experience building platform-level solutions rather than business-specific data engineering applications. Experience supporting PB-scale data environments or large distributed computing clusters is highly preferred. Experience leading or participating in Lakehouse modernization, Hadoop migration, or cloud-native data platform transformation projects is preferred. Experience migrating Hadoop/HDFS-based platforms to cloud-native architectures and object storage solutions is a strong plus. Fluent in Mandarin Chinese is a plus, particularly for collaboration with global engineering teams across multiple regions.
Compensation:
The anticipated base salary range for this position is
$70,000-105,000 annually .
Actual compensation will be determined based on experience, skills, qualifications, and business needs.
Titre du poste
Ingénieur(e) des systèmes – Entrepôt de données (Data Warehouse SE)
Description du poste
Nous sommes à la recherche d’un(e) ingénieur(e) des systèmes expérimenté(e) en entrepôt de données (ingénieur(e) de plateforme de données) pour diriger l’évolution de notre plateforme de données d’entreprise, en la faisant passer d’une architecture Hadoop/Hive traditionnelle vers une plateforme Lakehouse moderne et infonuagique native, bâtie sur Apache Iceberg et le stockage d’objets.
Ce rôle est axé sur l’ingénierie de plateforme, soit la construction et l’exploitation d’une infrastructure de données à grande échelle, plutôt que le développement de pipelines de données propres à des applications d’affaires. Le/la candidat(e) idéal(e) possède une expertise approfondie des systèmes de données distribués, des architectures infonuagiques natives et des technologies de traitement de données à grande échelle.
Vous serez responsable de la conception et de la livraison de capacités de plateforme essentielles, notamment :
Architectures à séparation du calcul et du stockage Implémentations de lacs de données basées sur Apache Iceberg Cadres d’accès unifiés à travers plusieurs moteurs de traitement (Spark, Flink, Trino, etc.) Exploitation fiable des charges de travail de données sur Kubernetes et le stockage d’objets Résolution de défis d’ingénierie à grande échelle liés à la performance, à l’évolutivité, à la concurrence, à l’optimisation des coûts et à la stabilité opérationnelle à l’échelle du pétaoctet (Po)
Principales responsabilités :
Concevoir, construire et exploiter une plateforme Lakehouse à l’échelle de l’entreprise, basée sur Apache Iceberg, afin de soutenir les charges de travail de données par lots, en continu et incrémentielles. Diriger la migration de Hadoop/HDFS vers des architectures de stockage d’objets infonuagiques natives et mettre en œuvre la séparation du calcul et du stockage à grande échelle. Développer et améliorer les services essentiels de la plateforme, y compris la gestion des métadonnées, les systèmes de catalogue, les cadres de gouvernance et les capacités d’accès aux données multi-moteurs. Optimiser les moteurs de traitement distribués tels que Spark afin d’améliorer la performance, l’évolutivité, la fiabilité et l’efficacité des coûts dans des environnements à l’échelle du pétaoctet. Construire et exploiter des plateformes de données infonuagiques natives sur Kubernetes, y compris l’orchestration des charges de travail, la gestion des ressources et l’automatisation opérationnelle. Intégrer la plateforme aux écosystèmes infonuagiques tels qu’Azure, Databricks et Snowflake afin de permettre un flux de données harmonieux et l’interopérabilité. Développer des composants de plateforme internes et des outils d’ingénierie pour l’ingestion de données, l’orchestration, la gestion de la qualité, le diagnostic et l’automatisation basée sur l’intelligence artificielle.
Compétences requises
Connaissance de niveau expert d’Apache Spark, y compris la planification d’exécution, le traitement du « shuffle », la gestion de la mémoire et l’optimisation de la performance. Solide expérience avec Apache Iceberg, Hudi ou Delta Lake, y compris l’architecture des métadonnées, les instantanés (snapshots), les manifestes, l’évolution des schémas et l’évolution des partitions. Expérience pratique du déploiement et de la gestion des charges de travail de données sur Kubernetes, y compris Spark sur Kubernetes, les Operators et l’ordonnancement des ressources. Solide compréhension des plateformes de stockage d’objets infonuagiques telles qu’Azure Blob Storage, Amazon S3 ou MinIO, y compris la cohérence du stockage et les caractéristiques de performance. Compréhension approfondie de l’architecture Lakehouse moderne, y compris Iceberg, Spark, les services de catalogue et les écosystèmes de stockage d’objets. Expérience avec au moins une plateforme de données infonuagique telle qu’Azure, Databricks ou Snowflake. Solides compétences en génie logiciel et en programmation en Java, Scala ou Python.
Qualifications souhaitées
Expérience dans la conception et la livraison de solutions de plateforme de données à l’échelle de l’entreprise, plutôt que d’applications d’affaires isolées. Expérience pratique de la mise en œuvre de Lakehouse, de la modernisation de lacs de données ou d’initiatives de migration de plateformes. Expérience avérée dans le déploiement et l’exploitation de plateformes de données à grande échelle sur Kubernetes. Solide feuille de route dans le diagnostic et la résolution de problèmes de performance complexes dans les systèmes distribués. Expérience dans la lecture, le débogage ou la contribution à des projets libres tels que Spark, Iceberg, Flink ou Trino. Expérience pratique de l’application de technologies d’intelligence artificielle aux plateformes de données, y compris les agents de données (Data Agents), l’automatisation intelligente ou l’analytique assistée par l’IA.
Formation et expérience de travail
Baccalauréat ou maîtrise en informatique, en génie logiciel, en systèmes d’information ou dans un domaine technique connexe. Minimum de 3 ans d’expérience en ingénierie de plateformes de données à grande échelle ou en développement de systèmes de données distribués. Expérience avérée dans la construction de solutions au niveau de la plateforme, plutôt que d’applications d’ingénierie de données propres à des besoins d’affaires. Expérience de soutien d’environnements de données à l’échelle du pétaoctet ou de grappes informatiques distribuées à grande échelle fortement souhaitée. Expérience dans la direction ou la participation à des projets de modernisation Lakehouse, de migration Hadoop ou de transformation de plateforme de données infonuagique native souhaitée. Expérience dans la migration de plateformes basées sur Hadoop/HDFS vers des architectures infonuagiques natives et des solutions de stockage d’objets, un atout important. Maîtrise du mandarin, un atout, particulièrement pour la collaboration avec des équipes d’ingénierie internationales réparties dans plusieurs régions.
Rémunération : L’échelle salariale de base prévue pour ce poste se situe entre 70 000 $ et 105 000 $ par année.
La rémunération réelle sera déterminée en fonction de l’expérience, des compétences, des qualifications et des besoins de l’entreprise.
We are an Equal Opportunity Employer and do not discriminate on the basis of race, color, religion, sex, sexual orientation, gender identity, national origin, protected veteran status, disability, or any other legally protected status. We are committed to creating an inclusive environment for all employees.#J-18808-Ljbffr
Vacancy posted 2 hours ago
Similar jobs that could be interesting for youBased on the Data Warehouse System Engineer in Winnipeg, MB vacancy
- ...Shape CATC’s Azure SQL data warehouse using advanced SQL, relational modelling, and dbt. This permanent, full-time role connects critical business systems. The Data Engineering & Platforms Manager owns the technical operation and continuous improvement of CATC’s enterprise...SuggestedPermanent employmentFull time
$70k - $105k per year
...Overview Hyve Solutions transforms complex engineering challenges into production reality for... ...tomorrow's digital infrastructure. Data Warehouse SE (Data Platform Engineer) Job... ...have deep expertise in distributed data systems, cloud-native architectures, and large-scale...Suggested- Job Title: Senior Cloud Data Warehouse EngineerLocation: Montreal, QC (Hybrid – 3 days onsite... ...for an experienced Cloud Data Warehouse Engineer to become a key member of our vibrant... ...manages data from multiple technology systems across the organization. This platform will...SuggestedFull time3 days per week
$85k - $90k per year
...Design and maintain scalable data pipelines that collect, transform... ...data integrations between systems to support accurate information... ...Diploma in Computer Science, Data Engineering, Information Systems, or... ...large-scale data pipeline, data warehouse, and big data initiatives. *...SuggestedPermanent employment- Shape cloud data warehouses and production pipelines for Beatport’s global music brands while working remotely from Canada or the USA Pacific Northwest.This Senior Data Engineer role focuses on ownership, design, and delivery across finance and data warehousing. You will work...SuggestedRemote work
- Pinnacle is seeking a Senior Data Warehouse Developer to lead the modernization of our data platform... ...to Snowflake while keeping legacy systems stable. You will design and implement end... ...ADF. Collaboration with teams across analytics and engineering is essential. #J-18808-Ljbffr
- Software Engineer, Data Systems (Python)Remote - Canada About NorthbeamNorthbeam is building the world's most advanced marketing intelligence... ...plus. Comfort with SQL and some exposure to a cloud data warehouse (BigQuery, Snowflake, Redshift, or similar). Some...Remote workWork from homeFlexible hours
- ...Price Café offers free Tea and Coffee. Data Steward Price Electronics, a division... ...Winnipeg, Manitoba DEPARTMENT Software Engineering LOCATION Winnipeg, MB (on-site)... ...for critical data changes, support quality-system traceability (e.g., ISO 13485), check that...Long term contractPermanent employmentFull timeContract workWork at office
- There is a 6 months contract opportunity for Data Warehouse Architect in Hamilton, Ontario. Candidate must be enthusiastic about system architecture, big-data processing, data modelling, advanced quantitative data-driven models, data visualization, and performance optimization...Contract workInternship
- Warehouse systems, slotting strategy, and facility readiness define this full-time day-shift supervisor... ...connects Operations, IT, Facilities, Engineering, and external providers. You will manage WMS configuration, bin structures, data integrity, equipment coordination, and process...Full timeDay shift
- ...MB Division/Department: Engine Shop Available vacancies: 1... ...Reporting Structure The Warehouse Generalist reports directly to... ...supplies. Assist in oversight of data management of inventory... ...accuracy of paperwork and batch file systems through existing standards,...Long term contractPermanent employmentFull timeTemporary workInternshipWorldwide
- ...Group, a global leader in airport and transportation investment, seeks a Senior Analyst for Finance Systems. This hands-on role drives ERP implementation execution, data warehouse validation, and reporting platform migrations across multi-entity environments. You will validate...Remote work
- ...prepare analyses for implementation decisions, and liaise between business and IT. A Bachelor's degree in a relevant field and 8-10 years of experience in data warehousing are essential. This contract position offers a salary between CA$70 and CA$80 per hour. #J-18808-LjbffrHourly payContract work
- Build data warehouse and BI solutions at Novo Nordisk using T-SQL and Power BI. Shape reporting capabilities... ...incidents and document data-system changesRequirements: University degree in Computer Science, Engineering, or Management Information SystemsSeven-plus...
- Job Title: Senior Data Warehouse DeveloperReports to: Data Warehouse Technical LeadAbout us:... ...stability and business continuity for the legacy systems that will remain in production throughout the transition.As a senior data engineer, you will design, implement, and optimize...Worldwide
$135k - $170k per year
...and professionally.Role: Team Manager, Data Warehouse The Team Manager, Data Warehouse and... ...development and support of Data Warehouse, Data Engineering applications for Fidelity Investments... ..., develop technical strategy, maintain systems, and act as the business liaison in the...Work at officeRemote workHome officeFlexible hours- Dive into cloud engineering at Huawei Cloud's lab in Canada with this Co-op Engineer position.... ...-native technologies and enhancing cloud systems. The role is a temporary 8-16 month co-op... ...while designing algorithms for cloud data management. Strong programming skills in...Temporary work
- ...You’ll work at the forefront of hardware innovation, diagnosing complex issues across chips, systems, firmware, and software while collaborating with some of the brightest engineers in the industry. This role offers the opportunity to solve challenging technical problems, build...Permanent employment
- ...infrastructure that puts clients first,and we need the engineer who ensures that infrastructure is fast,... ....We use Object Process Modeling (OPM) for system mapping and Figures-of-merit (FOMs) as the... ...role, you willDesign and build the core data systems that power our products, internal...InternshipWork at officeWork from homeFlexible hours
- Cloudflare, a global leader in Internet security and performance, is hiring in a hybrid role within our centralized Developer Go-to-Market (GTM) organization. Created in January 2025, the GTM team prioritizes speed, iteration, and AI-enabled tooling to ship improvements quickly...
$90.9k - $136.4k per year
...This means the successful candidate is expected to report to the office three days per week, at minimum. About The TeamThe Data Engineering Systems QA team verifies the end-to-end data plane and control plane ecosystem connecting millions of intelligent vehicles to cloud...Work at office3 days per week- ...a highly skilled and analytical Remote Warehouse Data Analyst to join their international, distributed... ...large datasets from various warehouse systems (WMS, TMS, etc.) to identify trends,... ..., Computer Science, Industrial Engineering, Supply Chain Management, or a related quantitative...Remote workWorldwide
- An established industry player is seeking a Senior Data Developer to join a dynamic remote team. In this role, you will be responsible... ...impactful data solutions. If you are passionate about data engineering and eager to make a difference, this role is perfect for you. #J...Remote work
- ...staffing and consulting firm is hiring a Senior IT Data Specialist to work with a top banking client in Toronto... ...for AML transaction monitoring and customer risk systems. Candidates should have 8+ years in data engineering, strong experience with PL/SQL and Python, and expertise...
- Engineer power systems for data centres, colocation, and hyperscale facilities, using UPS, generator, and redundancy design expertise in Toronto. Support resilient infrastructure.This Electrical Engineer role focuses on mission-critical building services projects where availability...
- A leading digital technology services company is seeking a Senior Cloud Data Warehouse Engineer in Montreal. The role involves building and refining the Cloud Data Warehouse using Snowflake and Python tools, integrating data solutions, and collaborating with cross-functional...
- WMS | WCS | WES | SAP EWM | Warehouse Automation | Systems Integration Are you experienced in warehouse systems, automation or systems integration... ...mismatches and operational issues. Working alongside engineering, IT and automation specialists to troubleshoot problems and...Long term contract
$73.4k - $91.7k per year
Warehouse Process and Systems Specialist Full-time Division: CCH_CAN_HV Reg/Temp: Regular Salary Grade: UAP - P2A Dept ID: CC_CAN_0124... ...Diploma or degree in Operations Management, Industrial Engineering, Supply Chain, or a related field, with 2+ years of experience...Full timeTemporary workWork at office- ...leading a QA team, developing test strategies, and working on automation frameworks. Candidates should have extensive experience in data warehouse testing and project management, along with a degree in Computer Science or related fields. Fluency in English is required, with...
- Transform warehouse execution remotely with Fulfillment IQ in Toronto, leading MAWM delivery and... ...integrations across enterprise supply chain systems.As Warehouse Systems Implementation Manager, you will bridge operations, engineering, and business teams throughout complex...Remote work
Do you want to receive more vacancies?
Subscribe and receive similar vacancies to Data Warehouse System Engineer. Be the first to apply!

