# Senior Data Engineer at Full Orbit

> Hybrid · Netherlands · Senior · Data engineering · open. Source: https://alderhq.app/jobs/recruitee%3Afullorbit%3A2457535 (read 2026-11-10).

## Facts (observed)

- Company: [Full Orbit](https://alderhq.app/companies/full-orbit)
- Location text: Haarlem, Noord-Holland, Nederland
- Where it can be done from (inferred): Hybrid · Netherlands (evidence: "Location: Haarlem, Noord-Holland, Nederland")
- Posted: 2026-02-02 (281 days ago)
- First seen by alder: 2026-11-07 · last verified: 2026-11-07
- Reposted: 0 times · edited: 0 times
- Apply on the employer's site: https://fullorbit.recruitee.com/o/senior-data-engineer
- Skills listed (inferred): Python, AWS, GCP, Azure, Terraform, Snowflake, dbt, SQL

## Pay and sponsorship

- Posted pay: not posted
- Market band for similar posted roles (Netherlands, n 4): p25 €60k, median €73k, p75 €89k

## Description (the employer's text)

Niet elke data engineer wil hetzelfde. Sommigen willen tickets wegwerken. Anderen willen begrijpen hoe het geheel in elkaar zit en daar actief richting aan geven. Als jij in die tweede categorie valt, gaan we graag met je in gesprek.

Bij Full Orbit werk je als Senior Data Engineer aan moderne data-platformen bij organisaties waar data écht kritisch is. Je wordt ingezet op vraagstukken waar inhoud telt en niet op plekken waar je alleen uitvoert wat al bedacht is. Je werkt met technologieën zoals Databricks, Fabric, Snowflake en Synapse, maar belangrijker: je begrijpt wanneer en waarom je ze inzet

### Wat je gaat doen

Je ontwerpt, bouwt en verbetert data-platformen die daadwerkelijk gebruikt worden. Geen proof-of-concepts die blijven liggen, maar oplossingen die draaien in productie en impact maken.

Concreet:

Ontwerpen en realiseren van schaalbare data-platformen in de cloud

Ontsluiten en modelleren van data uit complexe bronsystemen

Bouwen van data pipelines en transformaties (SQL, Python, dbt)

Toepassen van moderne principes zoals ELT, Lakehouse en Data Mesh

Meedenken over architectuurkeuzes en technische richting

Verbeteren van kwaliteit, performance en onderhoudbaarheid

Automatiseren met CI/CD en Infrastructure as Code

Sparren met klanten en collega’s op inhoud

Je zit dicht op de kern van het probleem, niet aan de randen van een project.

### Requirements

### Wat we zoeken

We zoeken geen checklist, maar een bepaald niveau van denken en werken.

Je herkent jezelf hierin:

Je hebt minimaal 5 jaar ervaring in data engineering of consultancy

Je bent sterk in SQL en Python

Je hebt ervaring met cloudplatformen (Azure, AWS of GCP)

Je hebt gewerkt met moderne data-platformen (Databricks, Snowflake, Fabric, Synapse, etc.)

Je begrijpt concepten als Data Lake, Lakehouse, Data Warehouse en Data Mesh

Je denkt in architectuur én implementatie

Je communiceert makkelijk met zowel engineers als business stakeholders

Je hebt een duidelijke voorkeur voor kwaliteit boven quick fixes

Nice-to-haves:

CI/CD, Terraform, Ansible of scripting

BI tooling (Power BI, Tableau, Qlik)

Affiniteit met AI/ML

Ervaring in consultancy-omgevingen

### Hoe wij werken

Wij zijn geen standaard detacheerder. We werken met kleine, inhoudelijk sterke teams en kiezen bewust voor opdrachten waar we toegevoegde waarde kunnen leveren.

Dat betekent:

Geen "u vraagt, wij draaien"

Wel ruimte om mee te denken en richting te geven

Focus op lange termijn kwaliteit, niet snelle oplevering

Samenwerken met collega’s die hun vak serieus nemen

### Wat je krijgt

Salaris dat past bij jouw niveau

Bonusregeling

Leaseauto of mobiliteitsbudget

Apple laptop en telefoonregeling

Netto onkostenvergoeding

Ruimte voor opleiding en certificering

Kennissessies en kennisdeling binnen het team

Hybride werken (Haarlem / klant / thuis)

Informele, volwassen werksfeer met o.a. teamuitjes

### Waarom dit interessant is

Omdat je hier kunt werken zoals het vak bedoeld is:

Inhoudelijk sterk

Met invloed op keuzes

Met collega’s die hetzelfde niveau nastreven

---
Data: alder (https://alderhq.app). Cite https://alderhq.app/jobs/recruitee%3Afullorbit%3A2457535 and the date you read it. Observed facts come from the employer's own listing; location reach, level, family and skills are inferences.