Data Engineer (m/w/d)

Unser Kunde ist ein erfolgreiches Unternehmen im Online-Business, das in der DACH-Region tätig ist. In der Rolle als Data Engineer (m/w/d) sind Sie verantwortlich für die Entwicklung und den Betrieb effizienter Datenpipelines und -infrastrukturen, die die operativen Abläufe vereinfachen und als zentrale Grundlage für eine datengetriebene Steuerung dienen. Ihre Aufgaben umfassen das Entwerfen, Bauen und Betreiben von ETL/ELT-Pipelines zur Integration von ERP-, Shop- und Drittanbieter-Daten in ein Data Warehouse oder Data Lake. Sie modellieren Daten, um eine konsistente Datenbasis für Reporting und Machine Learning bereitzustellen. Zudem sind Sie für die Sicherstellung der Datenqualität verantwortlich, einschließlich Monitoring, Validierung und Automatisierung von Data-Quality-Prozessen. In enger Zusammenarbeit mit den Fachbereichen nehmen Sie Anforderungen auf und übersetzen diese in technische Lösungen. Sie koordinieren externe Service Provider und begleiten Rollouts, planen und führen Tests für Datenprozesse durch und dokumentieren Abläufe sowie Schnittstellen. Darüber hinaus konzipieren und implementieren Sie Cloud-Infrastruktur-Lösungen. Das Arbeitsumfeld ist dynamisch und innovativ, und Sie haben die Möglichkeit, aktiv zur Weiterentwicklung des Technologie-Stacks beizutragen. Wir freuen uns auf Ihre Bewerbung und darauf, gemeinsam mit Ihnen an spannenden Projekten zu arbeiten.

Der ideale Kandidat für diese Position hat ein abgeschlossenes Studium in Informatik, Data Science, Wirtschaftsinformatik, Mathematik oder eine vergleichbare fachspezifische Ausbildung sowie erste Berufserfahrung. Praktische Erfahrung im Aufbau von Datenpipelines und ETL-Prozessen ist unerlässlich, idealerweise mit Technologien wie Python, SQL, Airflow oder Spark. Fundierte Kenntnisse in relationalen Datenbanken und Data-Warehouse-Konzepten, insbesondere Data Vault, sind erforderlich. Erfahrung mit Cloud-Datenplattformen wie GCP, Azure oder AWS ist von Vorteil. Kenntnisse in Tools und Technologien wie PubSub, dbt, Docker/Kubernetes sowie Monitoring- und Observability-Tools wie Prometheus oder Grafana sind hilfreich. Der Kandidat sollte zudem Erfahrung in der Anforderungsaufnahme mit Fachbereichen und in der Zusammenarbeit mit externen Dienstleistern mitbringen. Eine strukturierte und selbstständige Arbeitsweise sowie ausgeprägte Kommunikationsfähigkeiten sind ebenfalls wichtig. Ein Interesse an Prozessoptimierung und an der Umsetzung datengetriebener Geschäftsanforderungen rundet Ihr Profil ab.