Erika Vassberg
Data Engineer · Snowflake + dbt
Profilsammanfattning
Senior data engineer med 8 års erfarenhet av att bygga dataplattformar i Snowflake och dbt. Modellerade 22 källsystem för retail-bolag och sparar 40 h/vecka i manuell rapportering. Snowflake SnowPro Advanced + dbt Analytics Engineer + Azure DP-203. Söker Lead Data Engineer-roll i ett produktbolag med data-mature kultur.
Arbetslivserfarenhet
Senior Data Engineer
H&M Group, Analytics Platform
• Bygger Snowflake-/dbt-plattform för retail-affären; modellerade 22 källsystem (POS, ERP, CRM, e-com, supply chain). • Sparar 40 h/vecka i manuell rapportering genom dbt-modellering + Power BI. • Införde data contracts mellan källteam och dataplattform — minskade silent breakages med 88%. • Mentor för 2 juniora data engineers.
Data Engineer
Klarna Bank, Risk & Analytics
• Byggde ETL-pipelines i Airflow med 14 DAGs som processar 4 GB/dag. • Integrerade 6 källsystem mot riskdataplattform; kortade time-to-insight för risk-analytiker från dagar till minuter. • Skrev Python-bibliotek för data validation som blev intern standard.
BI-utvecklare → data engineer
Ericsson Group IT
• Junior BI-utvecklare som växte in i data engineering-rollen; tog över Airflow-pipelinedrift under sista året.
Utbildning
Civilingenjör Datateknik - Data + AI
Kungliga Tekniska högskolan (KTH)
Examensarbete: streaming-pipeline för e-handelsdata, gjordes på Klarna.
Kompetenser
Utmärkelser
Språk
Före & efter
Generell formulering
IT-specialist
Konkret formulering
Data Engineer · Snowflake + dbt
'IT-specialist' är en av de bredaste titlarna som finns — det säger ingenting. Är du data engineer, BI-utvecklare, integration specialist, automation engineer? Var explicit: 'Data Engineer · Snowflake + dbt' placerar dig direkt hos rätt rekryterande chef. Du blir sökbar på exakt rätt termer i LinkedIn Recruiter och CV-databaser, vilket är hela skillnaden mellan att hamna i en allmän hög och i kortet listan.
Erika Vassberg
IT-specialist
Profilsammanfattning
Erfaren IT-specialist med fokus på data och analytics. Bra på SQL och har jobbat med olika dataplattformar.
Arbetslivserfarenhet
Data-utvecklare
H&M
• Jobbat med dataplattform. • Skrivit SQL-rapporter. • Integrerat källsystem.
Data-utvecklare
Klarna
• Byggt ETL-flöden. • Jobbat med risk-data.
Utbildning
Civilingenjör -
KTH
Kompetenser
Språk
Erika Vassberg
Data Engineer · Snowflake + dbt
Profilsammanfattning
Senior data engineer med 8 års erfarenhet av att bygga dataplattformar i Snowflake och dbt. Modellerade 22 källsystem för retail-bolag och sparar 40 h/vecka i manuell rapportering. Snowflake SnowPro Advanced + dbt Analytics Engineer + Azure DP-203. Söker Lead Data Engineer-roll i ett produktbolag med data-mature kultur.
Arbetslivserfarenhet
Senior Data Engineer
H&M Group, Analytics Platform
• Bygger Snowflake-/dbt-plattform för retail-affären; modellerade 22 källsystem (POS, ERP, CRM, e-com, supply chain). • Sparar 40 h/vecka i manuell rapportering genom dbt-modellering + Power BI. • Införde data contracts mellan källteam och dataplattform — minskade silent breakages med 88%. • Mentor för 2 juniora data engineers.
Data Engineer
Klarna Bank, Risk & Analytics
• Byggde ETL-pipelines i Airflow med 14 DAGs som processar 4 GB/dag. • Integrerade 6 källsystem mot riskdataplattform; kortade time-to-insight för risk-analytiker från dagar till minuter. • Skrev Python-bibliotek för data validation som blev intern standard.
BI-utvecklare → data engineer
Ericsson Group IT
• Junior BI-utvecklare som växte in i data engineering-rollen; tog över Airflow-pipelinedrift under sista året.
Utbildning
Civilingenjör Datateknik - Data + AI
Kungliga Tekniska högskolan (KTH)
Examensarbete: streaming-pipeline för e-handelsdata, gjordes på Klarna.
Kompetenser
Utmärkelser
Språk
Anpassa efter karriärnivå
Hampus Karlén
Junior data engineer · SQL + dbt
Profilsammanfattning
Junior data engineer som kommer från BI-utvecklarroll. Bygger personliga dbt-projekt på GitHub och har dbt Analytics Engineer Certified samt SQL för data analysts (DataCamp). Söker juniorrolle som data engineer i Snowflake/BigQuery-shop med tydligt mentorskap.
Arbetslivserfarenhet
BI-utvecklare → junior data engineer
Tekniska verken i Linköping
• BI-utvecklare som tagit över dbt-modellering för 3 affärsdomäner. • Skrev 28 dbt-modeller; lade in tester på alla källor (unique, not_null, referential integrity). • Migrerade 12 SQL-vyer från Power BI till dbt-modeller — sänkte uppdatering från 90 min till 8 min.
Utbildning
Kandidat data- och systemvetenskap - Data analytics
Linköpings universitet
Kompetenser
Språk
Vad du ska lyfta
Undvik
Skriv inte 'snabb lärare och analytisk'. Det skriver alla data-folk. Visa egenskaperna genom konkreta dbt-modeller eller pipelines.
CV-checklista
0/18 avklarat
Vanliga misstag
Klicka på ett misstag för att se hur du fixar det.
Skriv så här istället
Senior Data Engineer · Snowflake + dbt, H&M Group Analytics Platform (aug 2021 → nu)
'IT-specialist' är så brett att det säger ingenting. Specificering placerar dig direkt hos rätt rekryterande data lead. Data-stack är extremt sökord-baserat — Snowflake-shop söker explicit på Snowflake.
Redo att bygga?
AI hjälper dig formulera, anpassa till ATS och välja rätt mall — på 5 minuter.
Kom igång gratisAnvänd den titel din nuvarande arbetsgivare ger, men förtydliga i underrubrik: 'IT-specialist · Data engineer (Snowflake/dbt)' eller 'Integrationsspecialist · Mulesoft'. Då hittar rätt rekryterare dig på LinkedIn och CV-sök istället för att du försvinner i en otydlig 'IT-specialist'-hög.
Snowflake SnowPro Core/Advanced, Microsoft DP-203 (Azure Data Engineer), AWS Data Engineer Associate, dbt Analytics Engineer och Mulesoft Certified Developer. För BI: Microsoft PL-300 (Power BI). Välj utifrån vilken stack ditt nästa jobb använder — inte alla certs gäller överallt.
Med konkreta artefakter: 'Byggde ETL-pipelines i Airflow med 14 DAGs som processar 4 GB/dag', 'Modellerade 22 källsystem i dbt'. Titeln på pappret är mindre viktig än att du kan visa pipelines, schemas och dataflöden du producerat. Det är så rekryteraren bedömer din egentliga nivå.
Ja. GitHub med dbt-projekt, anonymiserade SQL-snippets eller Power BI-screenshots (utan känslig data) hjälper rekryteraren att kalibrera ditt djup. Beskriv kort vad varje exempel löste — annars blir det bara filer.
Lyft ut äldre stack (SSIS, klassisk ETL utan modernt schemaläggare) och fyll på med moln och modern data engineering. Visa lärande: 'Konverterar pågående SSIS-uppdrag till Azure Data Factory under Q1 2025'. Konkret vidareutveckling säger mer än 'lär mig snabbt'.
Vi använder cookies för att förbättra din upplevelse, analysera trafik och visa relevanta annonser. Läs mer i vår integritetspolicy.