Senior Data Engineer (m/w/d)

Unser Kunde ist ein nachhaltig agierendes Familienunternehmen und zählt zu den größten Omnichannel-Anbietern im europäischen Textileinzelhandel. Mit rund 2.000 Filialen in Deutschland, Österreich und den Niederlanden sowie einem mehrfach ausgezeichneten Online-Shop bietet das Unternehmen ein attraktives Preis-Leistungs-Angebot in den Bereichen Bekleidung und Home-&-Living-Sortimente für die ganze Familie. In dieser Position als Senior Data Engineer sind Sie verantwortlich für den Betrieb und die Weiterentwicklung der Data-Engineering- und Analytics-Plattform auf Basis von Databricks. Sie arbeiten eng mit Data Scientisten, Datenarchitekten und den Fachbereichen zusammen, um Datenpipelines und kuratierte Datensätze zu entwickeln, die als Grundlage für datengetriebene Entscheidungen und KI-Anwendungen dienen. Zu Ihren Aufgaben gehört die Integration und Transformation von Daten aus verschiedenen Quellsystemen, um diese für Advanced Analytics, Machine Learning und KI nutzbar zu machen. Sie sichern die Datenqualität durch automatisierte Validierungen, strukturiertes Monitoring und klare Governance-Regeln. Zudem operationalisieren Sie Analytics-, ML- und KI-Pipelines nach DevOps/MLOps-Prinzipien und stellen den zuverlässigen Betrieb sicher. Sie bringen sich aktiv in die Weiterentwicklung der Data-Engineering-Prinzipien und -Standards ein und treiben neue Technologien sowie Best Practices voran. Das Unternehmen bietet Ihnen ein starkes Miteinander, eine 37,5-Stunden-Woche und zahlreiche finanzielle Vorteile sowie moderne Arbeitsplätze und ein angenehmes Arbeitsumfeld.

Der ideale Kandidat bringt mehrjährige Erfahrung als Data Engineer im Aufbau und Betrieb von Cloud-nativen ETL/ELT-, Batch- und Streaming-Pipelines mit. Ein abgeschlossenes Studium in Natur-/Ingenieurwissenschaften, Mathematik, (Wirtschafts-)Informatik oder verwandten Fachrichtungen ist erforderlich. Sehr gute Praxiserfahrung mit Databricks sowie Cloud-Expertise, insbesondere mit Microsoft Azure und/oder AWS, sind Voraussetzung. Kenntnisse im SAP-Umfeld, beispielsweise SAP Datasphere, sind wünschenswert. Sie sollten über sehr gute Kenntnisse in Python und SQL verfügen und ein ausgeprägtes Verständnis für methodisches Software Engineering mitbringen. Erfahrung mit Orchestrierung, CI/CD, Infrastructure as Code (z. B. Terraform) und Containerisierung ist von Vorteil. Ein solides Verständnis für Datenmodellierung, Lakehouse-Prinzipien und Governance ist notwendig, um skalierbare Daten- und KI-Infrastrukturen zu schaffen. Teamorientierung, Kommunikationsstärke, Eigeninitiative sowie ein hohes Maß an Qualitätsbewusstsein runden Ihr Profil ab.