Data Engineer (m/w/d)

Ihr Profil

Technische Anforderungen:
Must-have

• Berufserfahrung im Bereich Data Engineering, Software Engineering oder Data Platform Engineering
• Sehr gute Kenntnisse in SQL
• Gute Programmierkenntnisse, vorzugsweise in Python
• Erfahrung mit relationalen Datenbanken und Datenmodellierung
• Erfahrung mit ETL-/ELT-Prozessen und Datenpipelines
• Verständnis für Data-Warehouse- und Data-Lake-Konzepte
• Erfahrung mit Git und modernen Entwicklungsprozessen
• Grundlegendes Verständnis von Cloud-Technologien

Nice-to-have

• Erfahrung mit AWS, Microsoft Azure oder Google Cloud
• Kenntnisse in Databricks, Snowflake oder Microsoft Fabric
• Erfahrung mit Apache Spark
• Kenntnisse in Orchestrierungstools wie Apache Airflow
• Erfahrung mit Docker und Kubernetes
• Kenntnisse in Infrastructure as Code, z. B. Terraform
• Erfahrung mit CI/CD und DevOps
• Kenntnisse in Streaming-Technologien wie Kafka
• Erfahrung mit Data Governance, Data Catalogs und Data Quality Tools
• Erfahrung im Aufbau von Lakehouse-Architekturen

Persönliche Anforderungen:

• Analytisches und strukturiertes Denkvermögen
• Hohe Eigenverantwortung und lösungsorientierte Arbeitsweise
• Interesse an modernen Daten- und Cloud-Technologien
• Fähigkeit, komplexe technische Sachverhalte verständlich zu vermitteln
• Teamfähigkeit und Freude an interdisziplinärer Zusammenarbeit
• Qualitätsbewusstsein und ein hoher Anspruch an zuverlässige Daten
• Bereitschaft, bestehende Prozesse kontinuierlich zu verbessern

Typischer Tech-Stack
Programmiersprachen:
Python, SQL
Cloud:
Azure / AWS / Google Cloud
Data Platform:
Databricks / Snowflake / Microsoft Fabric
Datenbanken:
PostgreSQL / SQL Server / Oracle
Data Engineering:
Apache Spark / Airflow / dbt
DevOps:
Git / Docker / CI/CD / Terraform
Monitoring:
Azure Monitor / Grafana / Prometheus
Erfolgskennzahlen der Position
Der Erfolg in der Position zeigt sich insbesondere durch:

• stabile und zuverlässige Datenpipelines
• hohe Datenqualität und Datenverfügbarkeit
• kurze Verarbeitungs- und Bereitstellungszeiten
• skalierbare und kosteneffiziente Datenarchitekturen
• hoher Automatisierungsgrad
• nachvollziehbare und dokumentierte Datenflüsse
• Zufriedenheit der internen Data- und Business-Teams

Ausbildung
Abgeschlossenes Studium oder vergleichbare Qualifikation in beispielsweise:

• Informatik
• Wirtschaftsinformatik
• Data Science
• Mathematik
• Statistik
• Elektrotechnik
• oder einem vergleichbaren technischen bzw. analytischen Fachgebiet

Auch Quereinsteiger mit entsprechender praktischer Erfahrung und nachweisbaren technischen Kompetenzen sind willkommen.