Senior Data Engineer (w/m/d)
Senior Data Engineer (w/m/d)
Senior Data Engineer (w/m/d)
Senior Data Engineer (w/m/d)
Jobriver HR Service
Internet, IT
Berlin
- Art der Beschäftigung: Vollzeit
- 69.000 € – 94.000 € (von XING geschätzt)
- Vor Ort
- Zu den Ersten gehören
Senior Data Engineer (w/m/d)
Über diesen Job
Senior Data Engineer (w/m/d)
Beschreibung
Unser Kunde ist eine deutschlandweit tätige Unternehmensgruppe, die sich auf die Bereiche Arbeitssicherheit, Arbeitsmedizin und Umweltschutz spezialisiert hat. Mit über 850 Mitarbeitenden an rund 70 Standorten in Deutschland und Österreich verfolgt der Arbeitgeber eine konsequente Buy-&-Build-Strategie und gehört zu den führenden Anbietern im Health-&-Safety-Markt. In der Rolle des Senior Data Engineers sind Sie verantwortlich für den Aufbau, Betrieb und die Weiterentwicklung einer skalierbaren Datenplattform, die sowohl Data Warehouses als auch Data Lakes umfasst. Zu Ihren Hauptaufgaben gehört die Entwicklung und Wartung robuster ETL/ELT-Pipelines zur Integration unterschiedlichster Datenquellen. Sie stellen die Datenqualität, Performance, Skalierbarkeit und Kostenoptimierung sicher und implementieren Monitoring-, Governance- und Sicherheitskonzepte, die auch die Anforderungen der DSGVO berücksichtigen. In enger Zusammenarbeit mit Analytics-, Product- und Engineering-Teams automatisieren Sie Datenprozesse und verbessern kontinuierlich bestehende Architekturen. Darüber hinaus haben Sie die Möglichkeit, aktiv an der Datenstrategie mitzuwirken und neue Technologien zu evaluieren. Das Arbeitsumfeld ist geprägt von einem hohen Qualitätsanspruch und einer offenen Kommunikation, was eine optimale Grundlage für Ihre persönliche und berufliche Weiterentwicklung bietet.
Anforderungen
Für diese Position sollten Sie über mehrjährige Erfahrung im Data Engineering oder in einer vergleichbaren Rolle verfügen. Sehr gute Programmierkenntnisse in Python und SQL sowie ein tiefes Verständnis für saubere Engineering-Standards, einschließlich Tests und CI/CD, sind unerlässlich. Sie sollten ein fundiertes Verständnis moderner Datenarchitekturen und Datenmodellierung mitbringen und praktische Erfahrung mit Cloud-Plattformen wie AWS, GCP oder Azure sowie gängigen Data-Tools wie Airflow, dbt, Spark und Snowflake haben. Ein hohes Qualitäts- und Ownership-Mindset für produktive Datenpipelines ist ebenso wichtig wie die Fähigkeit, technische Lösungen verständlich zu kommunizieren und Business-Anforderungen zu übersetzen. Als Teamplayer sollten Sie Interesse an Mentoring und kontinuierlicher Weiterentwicklung haben. Verhandlungssichere Englischkenntnisse sind erforderlich, während Deutschkenntnisse von Vorteil sind. Idealerweise bringen Sie auch Erfahrung im Aufbau oder Re-Design von Datenplattformen sowie in datenintensiven oder stark skalierenden Umfeldern mit.