Data Engineer (m/w/d)

Unser Kunde ist ein führendes Unternehmen im Bereich der Arbeitsvermittlung und hat sich zum Ziel gesetzt, die passende Stelle für jeden zu finden. Mit Hilfe von Daten, Plattformen und Technologien schaffen sie weltweit Möglichkeiten für Arbeitssuchende und Unternehmen, um eine perfekte Übereinstimmung auf faire und gerechte Weise zu finden. In einem engagierten Team von über 3.000 Mitarbeitern haben Sie die Chance, den Arbeitsmarkt neu zu gestalten und Teil einer der weltweit führenden Jobplattformen zu werden. In der Rolle des Data Engineers sind Sie verantwortlich für den Aufbau, die Wartung und die Optimierung von Daten-Workflows, die entscheidende Einblicke und Entscheidungen in den Bereichen Marketing und Unternehmensbetrieb ermöglichen. Sie entwickeln skalierbare Datenpipelines, verbessern die Datenqualität und arbeiten eng mit verschiedenen Stakeholdern zusammen, um hochwirksame Datenlösungen zu liefern. Zu Ihren Aufgaben gehören das Design und die kontinuierliche Optimierung von ETL/ELT-Workflows, die Überwachung und Verbesserung der Datenintegrität sowie die Erstellung und Pflege technischer Dokumentationen. Sie integrieren Marketingplattformen wie LinkedIn und Google Ads in die Datenpipelines und machen externe Signale für das Unternehmen nutzbar. Das Arbeitsumfeld ist dynamisch und fördert innovative Ansätze zur Datenverarbeitung.

Der ideale Kandidat bringt mehr als 3 Jahre Erfahrung im Bereich Data Engineering oder einer ähnlichen Rolle mit. Er verfügt über fundierte Kenntnisse der Informatik, einschließlich Datenstrukturen, Algorithmen, verteilte Systeme und Netzwerke, sowie die Fähigkeit, komplexe technische Probleme mit einem ersten Prinzipienansatz zu lösen. Starke Fähigkeiten in Python sind erforderlich, um saubere, effiziente und wartbare Datenpipelines zu schreiben. Ein tiefes Verständnis der Datenbankinternas, der Abfrageoptimierung und der Speichermedien ist ebenso wichtig wie fortgeschrittene SQL-Kenntnisse in OLAP- und OLTP-Mustern sowie Vertrautheit mit NoSQL-Datenmodellen. Praktische Erfahrung mit Cloud-Diensten und verteilten Plattformen wie AWS Glue, AWS Lambda und Spark ist erforderlich. Zudem sollten Sie über Kenntnisse in der Datenmodellierung und modernen Architekturen wie Data Lakes und Data Warehouses verfügen. Erfahrung mit Orchestrierungstools wie Airflow oder Dagster sowie mit Terraform für Infrastruktur als Code, CI/CD-Pipelines und Git ist von Vorteil. Persönlich zeichnen Sie sich durch Teamfähigkeit, analytisches Denken und eine proaktive Arbeitsweise aus.