Senior Data Engineer (m/w/d)

Unser Kunde ist ein innovatives Unternehmen, das im Herzen der Big Data-Revolution steht und maßgeschneiderte Lösungen auf Basis umfangreicher Datensätze anbietet. Durch datengestützte Analysen und individuelle Lösungen hat sich das Unternehmen als unverzichtbarer Partner für seine Kunden etabliert. Das Team entschlüsselt komplexe Datenlandschaften, identifiziert Muster und Korrelationen und schafft Transparenz im dynamischen Automobilmarkt. Zur Verstärkung des Teams in Berlin/Potsdam suchen wir einen analytischen und durchdachten Senior Data Engineer (m/w/d), der über eine Qualifikation in Informatik, Wirtschaftsinformatik oder einem vergleichbaren Bereich verfügt. In dieser Rolle haben Sie die Möglichkeit, sich sowohl technisch als auch in der Führung weiterzuentwickeln. Das Arbeitsmodell ist flexibel gestaltet: Zwei Tage im Büro und drei Tage im Homeoffice sind fester Bestandteil der Zusammenarbeit. Zu Ihren Aufgaben gehören das Design, der Aufbau und der Betrieb automatisierter Pipelines auf Apache Airflow, um großflächige Automobildaten zuverlässig zu transformieren. Sie optimieren die Datenplattform durch fortgeschrittenes SQL und führen Performance-Tuning durch. Darüber hinaus arbeiten Sie eng mit Analysten und Data Scientists zusammen, um Daten für das Data Warehouse und nachgelagerte Märkte zu modellieren. Die Entwicklung robuster Datenservices und Verarbeitungstools in Python gehört ebenfalls zu Ihren Aufgaben. Sie haben die Möglichkeit, architektonische Entscheidungen zu beeinflussen und einen rigorosen Datenqualitätsrahmen aufrechtzuerhalten. Das Unternehmen bietet eine offene, teamorientierte Kultur, flexible Arbeitsmodelle, sowie attraktive Möglichkeiten zur beruflichen und persönlichen Weiterentwicklung.

Der ideale Kandidat hat ein abgeschlossenes Studium in Informatik, Wirtschaftsinformatik, Mathematik, Statistik oder einem vergleichbaren Bereich. Mehrjährige Berufserfahrung als Data Engineer oder in einer verwandten Rolle ist erforderlich, idealerweise mit umfangreichen Datenmengen in der Produktion. Sie sollten fundierte SQL-Kenntnisse haben und in der Lage sein, EXPLAIN ANALYZE zu lesen und zu interpretieren. Praktische Erfahrungen mit PostgreSQL in der Produktion sind notwendig, einschließlich Indexierungsstrategien, Partitionierung und Tuning. Erfahrungen mit Apache Airflow über das Schreiben von DAGs hinaus sind von Vorteil. Sie sind ein sicherer Python-Entwickler und haben Erfahrung mit Git und CI/CD. Ein analytisches Denken und eine professionelle, selbstbewusste Kommunikation mit Kunden sind ebenfalls wichtig. Wünschenswert sind Kenntnisse in spaltenbasierten Datenbanken, CDC-Tools, Docker oder cloudbasierten Plattformen wie AWS, GCP oder Azure. Eine strukturierte, gründliche und unabhängige Arbeitsweise rundet Ihr Profil ab.