Unser Kunde sucht einen engagierten Data Engineer, der die Datenbasis eines gesamten Unternehmens aufbaut und nicht nur Pipelines erstellt. In dieser Schlüsselposition sind Sie verantwortlich für die Nutzung eines der wertvollsten ungenutzten Vermögenswerte: proprietäre, umfassende First-Party-Daten über mehr als 15 E-Commerce-Plattformen. Dies ist nicht nur eine weitere Rolle im Bereich Datenengineering, sondern eine einzigartige Gelegenheit, die zentrale Dateninfrastruktur eines der am schnellsten wachsenden OTC-Unternehmen in Europa zu gestalten, zu besitzen und auszubauen. Der Arbeitgeber hat sich in nur acht Jahren als einer der führenden Anbieter in Deutschland und Europa etabliert und verfolgt die Mission, die Gesundheit und Lebensqualität der Menschen durch effektive, wissenschaftlich fundierte pflanzliche Lösungen nachhaltig zu verbessern. In dieser Rolle arbeiten Sie eng mit der Geschäftsführung zusammen und haben die Möglichkeit, die Architektur der Dateninfrastruktur zu entwerfen und nicht nur umzusetzen. Sie werden die Verantwortung für die Modellierung und Integration von Daten übernehmen und sicherstellen, dass die gesammelten Daten in einer skalierbaren, entscheidungsrelevanten Datenplattform genutzt werden können. Ihre Aufgaben umfassen die Transformation von Rohdaten in strukturierte Datenmodelle, die Integration von On-Site-Daten mit bezahlten Medienplattformen sowie den Aufbau robuster ETL/ELT-Pipelines. Sie werden auch Dashboards für verschiedene Abteilungen entwickeln, um die Geschäftsentscheidungen zu unterstützen.

Der ideale Kandidat bringt 2 bis 5 Jahre Erfahrung im Datenengineering oder in einem verwandten Bereich mit. Sie sollten in der Lage sein, in Datenmodellen zu denken und nicht nur in Pipelines. Eine kritische Denkweise in Bezug auf Daten ist unerlässlich, da Sie Zahlen nicht vertrauen sollten, bis sie Sinn ergeben. Erfahrung in der Integration und Normalisierung von Daten aus mehreren heterogenen Quellen ist erforderlich. Starke Python-Kenntnisse für die Datenverarbeitung und -transformation sind ebenfalls notwendig, ebenso wie Erfahrung mit BigQuery oder die Bereitschaft, damit zu arbeiten. Ein solides Verständnis von Marketing-KPIs wie CPC, CPA, ROAS, CTR und Konversionsraten ist von Vorteil. Die Fähigkeit, komplexe Datenthemen klar und verständlich an nicht-technische Stakeholder zu kommunizieren, ist eine wichtige Eigenschaft. Wünschenswert sind Kenntnisse über APIs von Werbeplattformen, Vertrautheit mit BI-Tools wie Looker sowie Erfahrung im Umgang mit finanziellen oder Produktdatenmodellen.