Wir als Match on Monday unterstützen einen stark wachsenden, technologiegetriebenen Plattformanbieter mit komplexer, cloud-basierter Dateninfrastruktur.

Im Zentrum steht eine moderne Data Platform als Grundlage für Business Analytics, Insights sowie fortgeschrittene Analytics- und AI-Use-Cases. Das Team baut eine konsequent datengetriebene Kultur in der gesamten Organisation weiter aus.Arbeitsort ist Berlin im Hybrid-Modell.

Cloud Data Platform weiterentwickeln & betreiben

• Eine cloud-basierte Datenplattform kontinuierlich verbessern und ausbauen – mit modernen Data-Technologien

• Data-Infrastruktur-Komponenten entwerfen, implementieren, deployen und langfristig betreiben

End-to-End Data Pipelines & Datenmodelle

• Datenpipelines von der Rohdaten-Ingestion bis zur konsumierbaren Datenschicht bauen

• Strukturierte und unstrukturierte Daten aufbereiten, bereinigen und transformieren

• Hochwertige Datenmodelle für Advanced Analytics und AI-Anwendungsfälle entwickeln

Data Quality & Reliability

• Data-Quality-Monitoring implementieren, um Genauigkeit und Zuverlässigkeit der Pipelines sicherzustellen

• Monitoring- und Betriebsaspekte von Data Pipelines und Services mitdenken und umsetzen

Zusammenarbeit & Wissenstransfer

• Eng mit Data Engineers und Analysts sowie Kolleg:innen aus der Produkt- und Technologieorganisation zusammenarbeiten

• Aktuelle Entwicklungen in Cloud Data Architecture verfolgen und Wissen im Team teilen

• Mehrjährige Erfahrung im Data Engineering sowie fundiertes Know-how im Aufbau robuster, skalierbarer und wartbarer Data Platforms

• Umfangreiche praktische Erfahrung im Design und Betrieb von Data Pipelines auf cloud-basierten Plattformen (AWS, GCP) und mit data-nativen Services (z. B. S3, Athena, BigQuery)

• Erfahrung mit Data Warehousing sowie Containerisierung (z. B. Kubernetes, Docker)

• Fortgeschrittene Kenntnisse in Cloud Networking & Security (z. B. IAM, Security Groups)

• Sehr gute Praxis mit Infrastructure as Code

• Tiefes Verständnis von Software-Engineering-Best-Practices: Requirements, Version Control, CI/CD, Testing, Deployment und Monitoring

• Exzellente SQL-Kenntnisse sowie sehr gute Programmierkenntnisse in Python, idealerweise inkl. Airflow und PySpark

• Gutes Verständnis von Streaming-Technologien wie Kafka, Kinesis oder Flink

• Sehr gutes Englisch in Wort und Schrift; Deutsch ist ein Plus

Auch wenn du nicht alle Punkte zu 100 % erfüllst: Bewirb dich gern – wichtig sind passende Schwerpunkte, Lernbereitschaft und ein sauberer Engineering-Ansatz.

• Modernes Office-Setup in Berlin und ein Arbeitsmodell mit Präsenz- und Remote-Anteilen

• Zusammenarbeit in einem wachsenden Data-/AI-/Marketing-Technology-Umfeld mit ambitionierten Kolleg:innen

• Flache Hierarchien und agile Arbeitsweisen

• Raum für individuelle Weiterentwicklung und langfristige Zusammenarbeit in einem stabilen Unternehmensumfeld

• Ein inklusives, diverses Arbeitsumfeld mit klarer Haltung zu Equal Opportunity und Chancengleichheit