Data Engineer(m/w/x)

Anforderungen

• Mindestens 3 Jahre Erfahrung im Data Engineering
• Fundierte SQL-Kenntnisse (Abfrageoptimierung, Modellierung, Kostenbewusstsein)
• Sichere Python-Entwicklung von Datenpipelines
• Produktiver, effizienter Einsatz von Google BigQuery
• Souveräne Workflow-Koordination (idealerweise Prefect oder ähnliche Tools)
• Erstellung nachvollziehbarer, robuster Transformationen mit dbt
• Vertrautheit mit Google Cloud (GCP) Umgebungen
• Praktische Beherrschung der Containerisierung mit Docker
• Wartung, Optimierung und Aufbau neuer Pipelines
• Selbstständiges Arbeiten und Stakeholder-Zusammenarbeit
• Idealerweise Einsatz von Terraform oder IaC-Tools
• Erfahrung mit Daten-Test-Frameworks
• Kenntnisse in Monitoring und Observability Best Practices
• Java-Erfahrung (kein Muss)
• Mindestens 3 Jahre Erfahrung im Data Engineering
• Fundierte SQL-Kenntnisse (Abfrageoptimierung, Modellierung, Kostenbewusstsein)
• Sichere Python-Entwicklung von Datenpipelines
• Produktiver, effizienter Einsatz von Google BigQuery
• Souveräne Workflow-Koordination (idealerweise Prefect oder ähnliche Tools)
• Erstellung nachvollziehbarer, robuster Transformationen mit dbt
• Vertrautheit mit Google Cloud (GCP) Umgebungen
• Praktische Beherrschung der Containerisierung mit Docker
• Wartung, Optimierung und Aufbau neuer Pipelines
• Selbstständiges Arbeiten und Stakeholder-Zusammenarbeit
• Idealerweise Einsatz von Terraform oder IaC-Tools
• Erfahrung mit Daten-Test-Frameworks
• Kenntnisse in Monitoring und Observability Best Practices
• Java-Erfahrung (kein Muss)

Aufgaben

• Datenpipelines für BI-Berichte, APIs und Produktfunktionen entwerfen
• Datenpipelines für BI-Berichte, APIs und Produktfunktionen optimieren
• Datenpipelines für BI-Berichte, APIs und Produktfunktionen warten
• Batch-Datenpipelines auf Google Cloud Platform entwerfen
• Batch-Datenpipelines auf Google Cloud Platform erstellen
• Batch-Datenpipelines auf Google Cloud Platform optimieren
• Bestehende Dateninfrastruktur warten und kontinuierlich verbessern
• Datenmodelle in Google BigQuery weiterentwickeln
• Datenmodelle in Google BigQuery kontinuierlich pflegen
• Workflows effizient mit Prefect orchestrieren
• Transformationen mit dbt umsetzen
• Transformationen mit geplanten Abfragen umsetzen
• Analyse- und Betriebsdaten (GA4, SAP, Piano) für Nutzung aufbereiten
• Strukturierte Datensätze für BI-Berichte aufbereiten
• Strukturierte Datensätze für interne APIs aufbereiten
• Containerisierte Workloads (Docker) warten
• Containerisierte Workloads (Docker) verbessern
• Aktiv in Infrastrukturentscheidungen einbringen
• Eng mit externen Infrastrukturanbietern zusammenarbeiten
• Integration von Datenquellen für Analysezwecke unterstützen
• Integration von Datenquellen für Produktzwecke unterstützen
• Zustand der Pipelines im Blick behalten
• Zuverlässigkeit des Systems sicherstellen
• Datengetriebene Lösungen mit Kund:innen gestalten
• Technische Einschränkungen und Kompromisse kommunizieren
• Neue Workflows aufsetzen

Berufserfahrung

AusbildungWeitere Informationen zur Ausbildungsanforderung

Sprachen

Tools & Technologien