Data Engineer (m,w,d)
Data Engineer (m,w,d)
- Verifizierte Job-Anzeige
- Art der Anstellung: Vollzeit
- 51.500 € – 68.500 € (von XING geschätzt)
- Hybrid
Data Engineer (m,w,d)
Über diesen Job
Einleitung
Die Synpulse8 Deutschland GmbH ist ein Spezialist für strategische und operative
Herausforderungen im Bereich Kundeninformationsmanagement. Unsere Kunden
sind international tätige Unternehmen aus den Branchen Automotive, Finance und
Insurance. In Verbindung mit Datenbanken und Anwendungsentwicklung liegen
unsere Kernkompetenzen in Business Intelligence sowie Marketing & CRM.
Zur Unterstützung unseres Teams am Standort Ulm, direkt am Ulmer Münster, suchen wir ab sofort einen
Data Engineer (m/w/d)
Vollzeit, Einzugsgebiet Ulm und Umgebung
Aufgaben
Deine Aufgaben:
- Entwicklung und Pflege von ETL-Datenpipelines
- Datenmodellierung und Optimierung von SQL- und NoSQL-Datenbanken
- Sicherstellung der Datenqualität durch Monitoring, Testing und automatisierte Validierungsprozesse
- Automatisierung von Datenprozessen
- Evaluierung neuer Technologien
Qualifikation
Dein Profil:
- Studium in einem MINT-Fach oder vergleichbare Kenntnisse in Datenstrukturen und Algorithmen
- Fundierte Kenntnisse in Python und gängigen Datenverarbeitungs-Libraries (z.B. Pandas, PySpark)
- Erfahrung mit ETL-Prozessen und Datenintegration
- Sicherer Umgang mit SQL und NoSQL-Datenbanken
- Sicherer Umgang mit Git und kollaborativen Code-Reviews
Benefits
Bei uns erwarten Dich:
- Spannende Projekte in attraktiven Bereichen (Automobil, Finanzen, (Rück-)Versicherungen)
- Familiäres, informelles Arbeitsumfeld (keine Kleiderordnung)
- Flexible Arbeitszeiten und die Möglichkeit im Homeoffice zu arbeiten – mit einem Bürotag pro Woche
- Arbeiten mit aktueller Technologie und Freiraum für neue IdeenZeit und Budget für Weiterbildung, Zertifizierungen und Fachkonferenzen
- Zeit und Budget für Weiterbildung, Zertifizierungen und Fachkonferenzen
Noch ein paar Worte zum Schluss
So könnte dein Arbeitstag als Data Engineer/in aussehen:
09.00 – 10.00 Uhr E-Mails bearbeiten und Tag strukturieren
10.00 – 11.30 Uhr Weiterentwicklung einer Datenpipeline für Projekt X
11.30 – 12.30 Uhr Gemeinsame Mittagspause mit den Kollegen
12.30 – 15.00 Uhr Weiterentwicklung einer Datenpipeline für Projekt X
15.00 – 15.30 Uhr Projektbesprechung zu Projekt Y
15.30 – 18.00 Uhr Aufbau einer neuen Workflow-Orchestrierung für Projekt Y