Vil du bygge dataplattformen som driver neste generasjon eiendomsanalyse?

Om arbeidsgiveren -- Placepoint AS

Placepoint er et av Norges ledende og raskest voksende proptech-selskap. Som en ambisiøs scale-up utvikler vi kritisk teknologi for flere sektorer av eiendomsbransjen -- og vi har i dag over 600 profesjonelle kunder på plattformen. Vi kombinerer tung domenekunnskap med moderne data- og analyseteknologi -- og målet er å gjøre komplekse eiendomsdata tilgjengelig, transparent og handlingsrettet. I dag brukes våre løsninger av alt fra kommuner og entreprenører, til de største bankene og eiendomsaktørene i Norge.

Hos Placepoint vil du jobbe i et ungt og teknisk sterkt miljø. Vi bygger på moderne stacker, automatiserer der vi kan, og setter kvalitet, skalerbarhet og dataflyt i sentrum.

Om rollen

Som Senior Data Engineer vil du ha hovedansvaret for vår nye produksjonspipeline for geospatial- og eiendomsdata -- fra innhenting til foredling og publisering -- med leveranser både til kunder og til intern kildebruk. Rollen kombinerer drift for stabilitet og kvalitet med et tydelig ansvar for å bygge ut og videreutvikle løsningen. Du vil også støtte resten av data-teamet i relaterte oppgaver og jobbe med flere datakilder.

• Ansvar for FKB-pipelinen (geonorge/Kartverket): oppdateringsintervall, kvalitet, overvåking, feilhåndtering og publisering.

• Bygge ut og videreutvikle arkitektur og løp (optimalisering, automatisering, modularisering) -- og vurdere ny løsning når det gir tydelig verdi.

• Støtte data-teamet: integrasjoner, ETL/orkestrering, datamodellering, kvalitet, overvåking/innsikt og leveranse av mange kartlag.

• Jobbe med flere kilder: Matrikkelen, Grunnboken, DOK, Enhetsregisteret, Aksjonærregisteret m.fl., samt egne datasett og scraping ved behov.

• Være med og forme nye produkter basert på svært detaljerte kartdata i Norge.

• Pluss om du kan GIS -- eller er nysgjerrig på å lære -- for å være med og bygge nye og unike datagrunnlag på tvers av våre data.

Driftsmiljøet er i dag primært AWS for denne riggen; vi bruker også Azure andre steder, blant annet Azure SQL Server og Data Factory.

📚 Ønsket bakgrunn

• 3+ års erfaring med drift/utvikling av data-/ETL-løsninger i produksjon.

• Svært sterk på SQL -- primært PostgreSQL (med PostGIS); gjerne også erfaring med Azure SQL Server.

• FME-erfaring (drift/utvikling) er en stor fordel. Alternativt tilsvarende ETL/geo-verktøy og villighet til å bruke FME hos oss.

• Kjennskap til offentlige geodata/kilder: Matrikkelen, Grunnboken, FKB.

• Erfaring fra sky: AWS (riggen som skal driftes først) -- og gjerne også Azure.

• Komfortabel med programmering/scripting i minst ett språk (f.eks. Python, C#, Go, JavaScript).

• Praktisk profil med fokus på feilretting, automatisering og stabile leveranser.

📑 Erfaring (må ha flere av disse)

• Drift og videreutvikling av dataløp for kartdata i FME (Workspaces/Server) -- planlegging, logging og feilhåndtering -- eller tilsvarende som kan overføres.

• PostgreSQL i praksis -- ytelsestuning, indekser og god tabelldesign/robust databasestruktur. PostGIS-erfaring og gjerne Azure SQL Server teller positivt.

• Operativ håndtering av Matrikkelen, Grunnboken og FKB (nedlasting, oppdateringsrytmer, kvalitet).

• geonorge.no/Kartverket: finne, forstå og bruke datakilder (produktark, metadata, API/filleveranser) -- holde FKB/DOK/høydedata/stedsnavn m.m. oppdatert.

• Integrasjoner mot offentlige registre/API-er (Enhetsregisteret, Aksjonærregisteret, DOK) og arbeid med formater som CSV/JSON/GeoJSON/Parquet (inkl. scraping ved behov).

• Objektlagring og datalake: arbeid med S3/Azure Blob/ADLS (mappestruktur, partisjonering, livssyklus/tilgang) og effektive formatvalg som Parquet/GeoParquet.

• Orkestrering og produksjonsdrift: AWS-miljøet vårt, og gjerne Azure Data Factory eller tilsvarende -- inkludert overvåking og varsling.

• Publisering og leveranse av mange kartlag til kunder (tjenester/lenker/rapporter).

• Grunnleggende DevOps-praksis (versjonering, CI/CD).

🧭 Bonuskompetanse

• Erfaring med MLOps eller maskinlærings-workflows.

• Bygget eller skalert en dataplattform i SaaS/scale-up-miljø.

• Bidratt til å gjøre data tilgjengelig som et "produkt" -- ikke bare et internt verktøy.