Data Engineer
Oversigt og nøgleindsigter
GoWish søger en Data Engineer til deres Monetization team, hvor du vil arbejde med at bygge og vedligeholde data pipelines og analytiske databaser, der understøtter virksomhedens kommercielle indsigter og beslutningstagning.
Højdepunkter
- Arbejder med near-real-time data pipelines baseret på BigQuery og streaming kilder
- Fokus på datakvalitet, observabilitet og governance for at sikre pålidelige indsigter
- Samarbejde med backend-ingeniører for at definere dataaftaler og adgangsmønstre
Påkrævede kvalifikationer
- • 3-5+ års erfaring inden for Data Engineering eller Data Platform roller
- • Stærk erfaring med at bygge og operere produktionsklare batch- og streaming data pipelines
- • Håndværksmæssig erfaring med cloud-native infrastruktur og containeriserede arbejdsbelastninger på GCP
Ønskværdige kvalifikationer
- • Erfaring med højtydende OLAP analytiske databaser
- • Erfaring med design af data modeller og pipelines til operationelle systemer og API'er
Den ideale kandidat
Den ideelle kandidat har en stærk ejerskabsmentalitet og sætter en høj standard for datakorrekthed og pålidelighed. De skal kunne kommunikere komplekse tekniske koncepter klart til både tekniske og ikke-tekniske interessenter.
Jobdetaljer
Fordele
Jobbeskrivelse
About GoWish, Ønskeskyen ☁️
At GoWish, we’re building the world’s leading wish-list and social shopping platform — a place where you can make a real impact and have fun doing it.
We’re on a mission to reinvent gifting for millions. We win together, driven by curiosity, ownership, and bold ideas that turn into real products. We experiment cross-functionally, push for excellence, and keep things playful as we grow — together.
Team & role overview
The Monetization team sits at the heart of GoWish’s business model. We build, own, and evolve the systems that translate user intent and product interaction into measurable, trustworthy value for our B2B partners. This includes advertiser-facing products, click tracking and attribution systems, and data platforms that power insights, optimization, and decision-making.
Our work directly impacts:
revenue generation
partner trust
strategic business decisions
The works closely with the commercial side of the business with a strong engineering mindset, actively experimenting with new monetization models, data products, and insights to unlock additional growth. We build long-lived systems where correctness, scalability, and thoughtful architecture are foundational - enabling the business to move fast without compromising trust or quality.
As a Data Engineer in the Monetization team, you will play a crucial role in building and evolving GoWish’s commercial insights platform, enabling software engineers, product teams, commercial stakeholders, and external partners to access trusted, low-latency performance data through internal systems and APIs.
This role sits at the intersection of analytics, operational systems, and APIs, where you will design and operate data pipelines and storage solutions that transform large-scale analytical data into production-grade, API-ready datasets - without compromising correctness, reliability, or governance.
This is not a dashboard-focused role. It is data engineering for production systems with real commercial impact.
Responsibilities:
Design, build, and maintain near-real-time data pipelines based on BigQuery and streaming sources
Model and serve analytical datasets into an operational analytical database (OLAP) to support low-latency APIs
Own the end-to-end data flow behind DataHub APIs used by partners and internal teams
Work with raw event and tracking data to model, transform, and enrich datasets that enable reliable insights and decision-making
Take a leading role in data quality and observability, defining and measuring key quality metrics such as completeness, freshness, and consistency, and implementing governance and monitoring frameworks that surface issues early - before they affect downstream systems, partner trust, or decision-making
Implement schema governance, data quality checks, and observability for production data pipelines
Optimize pipelines and storage for performance, scalability, and cost
Collaborate closely with backend engineers to define data contracts, latency requirements, and access patterns.
What we’re looking for 🌟
We imagine that you have:
3–5+ years of experience in Data Engineering or Data Platform roles
Strong experience building and operating production-grade batch and streaming data pipelines (e.g. BigQuery, Dataflow)
Hands-on experience with cloud-native infrastructure and containerized workloads on GCP (Kubernetes, Docker, Terraform)
Strong SQL skills and experience working in modern analytical ecosystems (BigQuery, dbt, and BI tools)
Experience modelling data to derive insights from raw event data, not just moving data from A to B
Experience designing and orchestrating data models and pipelines that serve operational systems and APIs
A strong ownership mindset with a high bar for data correctness, reliability, and clarity
Clear communicator, able to explain complex technical concepts to both technical and non-technical stakeholders.
Nice to have:
Experience with high-performance OLAP analytical databases
Experience designing or working with Data Clean Rooms
Streaming-first architectures and low-latency data processing
Experience defining and monitoring data quality metrics tied to business outcomes.
Why GoWish should sit at top of your career wish list 💙
At GoWish, we believe great work comes from people who feel energized, supported, and excited to show up every day. That’s why we’ve built a workplace where celebration, growth, and genuine enjoyment are part of the journey — not perks on the side.
Take your birthday off with Happy Birthday Leave, enjoy 30 days of vacation to fully recharge, and join a team that fills the year with events and playful happenings. We invest in your future with pension and insurance, fuel your days with a weekly lunch scheme, and keep you going with unlimited snacks and sodas — because work should feel good.
At GoWish, you don’t just build great products. You build a great work life.
Practical information
We collaborate in a flexible hybrid setup, with most of our magic happening at our bright, modern office in Østerbro — perfectly placed between Nordhavn and Østerport Station. We’re ready for you to join us as soon as you are.
👉 Ready to help shape a platform that already empowers 17+ million users (and counting)? Join us at GoWish — and let’s build the future of data-driven innovation together.
Karrierevej
Typisk karriereforløb
Senior Data Engineer
Data Engineering Manager
Director of Data Engineering
Vækstpotentiale
Som Data Engineer har du mulighed for at udvikle dig til mere ledende roller, hvor du kan styre teams og projekter. Efterhånden som du opbygger ekspertise, kan du også specialisere dig i områder som dataarkitektur eller datavidenskab, hvilket kan åbne døre til strategiske positioner.
Overførbare færdigheder
Branchekontekst
Data Engineering er en kritisk funktion i tech-branchen, især inden for e-handel og B2B-virksomheder, hvor data-drevne beslutninger er essentielle for vækst. GoWish's fokus på monetisering og dataintegration understreger vigtigheden af effektive datastyringssystemer i dagens digitale landskab.
Færdighedsanalyse
Kritiske færdigheder
Evnen til at designe og bygge nær-realtids datarør baseret på BigQuery og streamingkilder.
Modelering og servering af analytiske datasæt til en operationel analytisk database for at støtte lav-latens API'er.
Implementering af skema governance, datakvalitetskontroller og observabilitet for produktionsdatakanaler.
Vigtige færdigheder
Arbejdet med rå hændelses- og sporingsdata for at modellere, transformere og berige datasæt.
Definere og måle centrale kvalitetsmetrikker som fuldstændighed, friskhed og konsistens.
Ønskværdige færdigheder
Design og operere API'er, der giver adgang til pålidelige, lav-latens præstationsdata.
Samarbejde tæt med backend-ingeniører for at definere datakontrakter.
Mest kritiske færdigheder
Sådan fremhæver du din erfaring
Fremhæv erfaring med design og implementering af datarør i tidligere projekter, samt konkrete eksempler på, hvordan du har sikret datakvalitet og governance i et produktionsmiljø.
Interviewforberedelse
Sandsynlige spørgsmål
Kan du beskrive et projekt, hvor du har designet og implementeret en dataplatform?
erfaringTip: Fokuser på din rolle, de teknologier du brugte, og de udfordringer du overvandt.
Hvordan sikrer du datakvalitet i dine pipelines?
tekniskTip: Diskuter specifikke metoder og værktøjer, du har anvendt til at overvåge og sikre datakvalitet.
Hvad er din erfaring med at arbejde med BigQuery og streaming data?
tekniskTip: Giv konkrete eksempler på, hvordan du har anvendt disse teknologier i tidligere projekter.
Hvordan håndterer du samarbejde med backend-ingeniører for at definere datakontrakter?
kulturTip: Vis din evne til at kommunikere og samarbejde effektivt med tværfaglige teams.
Kan du fortælle om en tid, hvor du måtte træffe en hurtig beslutning baseret på data?
situationTip: Forklar beslutningsprocessen og hvordan du håndterede situationen.
Spørgsmål du kan stille
- Hvilke værktøjer og teknologier bruger I i øjeblikket til dataanalyse?
- Hvordan måler I succes i Monetization-teamet?
- Hvilke udfordringer ser I fremadrettet for datateknologi i virksomheden?
Tale punkter
- Din erfaring med at udvikle og vedligeholde datarørledninger.
- Vigtigheden af datakvalitet og overvågning i produktsystemer.
- Din interesse for at arbejde i et tværfagligt team og bidrage til virksomhedens vækst.
Bekymringspunkter at være opmærksom på
- Manglende erfaring med realtids databehandling.
- Vaghed omkring tidligere projekter og resultater.
Ansøgningsstrategi
Ansøgningstips
- Fremhæv din erfaring med BigQuery og streaming datakilder.
- Vis, hvordan du har arbejdet med data pipelines og OLAP databaser tidligere.
- Giv eksempler på, hvordan du har sikret datakvalitet og overvågning i tidligere projekter.
Nøgleord at inkludere
Fokus i ansøgningen
Fremhæv din evne til at designe og implementere dataløsninger, der understøtter forretningsbeslutninger, samt din erfaring med at samarbejde med tværfaglige teams.
Tilpasning af CV
Tilpas dit CV ved at inkludere specifikke projekter, hvor du har arbejdet med dataintegration og API-udvikling, samt sørg for at fremhæve relevante teknologier og metoder, du har anvendt.
Ofte stillede spørgsmål
Hvad indebærer stillingen som Data Engineer hos GoWish?
Som Data Engineer vil du designe, bygge og vedligeholde data pipelines, der muliggør adgang til pålidelige og lav-latente præstationsdata. Du vil arbejde med store mængder analytiske data og sikre, at de er klar til brug i kommercielle beslutningsprocesser.
Hvilke kvalifikationer kræves for at ansøge om stillingen?
Vi forventer, at du har erfaring med dataplatforme som BigQuery, samt færdigheder i at modellere og transformere data. En stærk teknisk forståelse af data pipelines og API-integrationer er essentiel, sammen med fokus på datakvalitet og overvågning.
Hvad tilbyder GoWish som arbejdsgiver?
GoWish tilbyder en dynamisk arbejdsplads med innovative projekter, hvor du kan gøre en reel forskel. Vi prioriterer et legende arbejdsmiljø og fremmer samarbejde og eksperimentering for at nå vores mål.
Hvordan er arbejdsmiljøet hos GoWish?
Arbejdsmiljøet hos GoWish er præget af åbenhed, samarbejde og en legende tilgang til udfordringer. Vi værdsætter nysgerrighed og initiativ, hvilket giver alle medarbejdere mulighed for at bidrage til virksomhedens vækst.
Hvad er forventningerne til rollen som Data Engineer?
Vi forventer, at du tager ansvar for hele dataflowet bag vores DataHub APIs og sikrer datakvalitet og governance. Det er også vigtigt, at du kan samarbejde med backend-udviklere og bidrage til at definere datakontrakter.
Hvilke værktøjer og teknologier anvendes i stillingen?
I denne rolle vil du anvende værktøjer som BigQuery og OLAP-databaser. Du vil også arbejde med forskellige streamingkilder for at sikre, at data pipelines er effektive og skalerbare.
Er der muligheder for faglig udvikling i GoWish?
Ja, GoWish tilbyder muligheder for faglig udvikling gennem projekter, workshops og samarbejde med erfarne kolleger. Vi opfordrer til læring og vækst inden for dit fagområde.
Hvordan bidrager Data Engineer-rollen til virksomhedens succes?
Data Engineer-rollen er central for at omdanne brugerdata til værdifulde indsigter, der driver virksomhedens kommercielle beslutninger. Dit arbejde vil direkte påvirke indtægtsgenerering og tillid fra vores partnere.