(Senior) Data & Analytics Engineer

Über Gemma Analytics

Bei Gemma helfen wir unseren Kunden, Daten durch den Einsatz modernster Technologie zu aktivieren. Unsere Kunden treffen bessere Entscheidungen und sind in der Lage, ihre Daten eigenständig zu nutzen. Wir sind serviceorientiert, bauen jedoch auch Open-Source-Tools, um einen effektiveren und effizienteren Service zu bieten. Unsere Kunden reichen von Series A Ventures bis hin zu KMUs mit 30 bis 13.000 Mitarbeitern. Wir haben ein ehrliches, angenehmes und unterhaltsames Arbeitsumfeld.

Über die Stelle

Gemma Analytics ist datengesteuert und hilft Kunden, datengestützter zu werden. In Ihrer Rolle als Senior Data & Analytics Engineer spielen Sie eine entscheidende Rolle dabei, unseren Kunden zu helfen, geschäftlichen Wert aus ihren Daten zu schöpfen. Sie sind nicht nur technisch stark – Sie sind ein Datenmagier, der Struktur im Chaos entdeckt und Rohdaten in bedeutungsvolle, umsetzbare Erkenntnisse verwandelt. Sie tauchen in komplexe Datensätze ein, erkennen, was andere übersehen, und leiten die Kunden zu pragmatischen, wirkungsvollen Lösungen. Aber Ihr Einfluss endet nicht bei der Kundenarbeit. Als erfahrenes Teammitglied fungieren Sie als Sparringspartner und Coach für Ihre Kollegen. Sie sind jemand, an den sich andere bei technischen Herausforderungen, Projektstrukturen und Best Practices wenden, und Sie freuen sich darauf, ihnen beim Wachsen zu helfen.

Herausforderungen:

• Da wir technologieagnostisch sind, werden Sie mit mehreren Technologien arbeiten und die Möglichkeiten im Datenbereich verstehen.
• Zusammenarbeit mit Fachexperten und Stakeholdern der Kunden zur Lösung von Datenherausforderungen in verschiedenen Branchen.
• Unterstützung und Mentoring anderer Teammitglieder durch Code-Reviews, Pair Programming und Wissensaustausch.
• Leitung interner Sparringsitzungen und Mitwirkung an der Entwicklung teamweiter Best Practices und skalierbarer Projektstrukturen.

Wer Sie sind

Wir glauben an eine gute Mischung aus Erfahrung und Potenzial in unserem Team. Für diese Rolle benötigen wir mehr Expertise und Nachweise über Ihre Entwicklung. Darüber hinaus suchen wir Folgendes:

• 3–4 Jahre praktische Erfahrung in der Daten- oder Analytik-Engineering, mit starkem Fokus auf den Aufbau und die Wartung robuster Datenpipelines und analytikbereiter Datenmodelle.
• Erfahren in SQL und mit relationalen Datenbanken, fähig, komplexe Geschäftslogik in klare, wartbare Abfragen zu übersetzen.
• Praktische Erfahrung mit dbt (vorzugsweise dbt Cloud) in Produktionsumgebungen, unter Berücksichtigung von Best Practices für modulare, testbare und dokumentierte Codes.
• Solides Verständnis von Datenmodellierungstechniken (z.B. Kimball-Dimensionalmodellierung, Data Vault, Stern-/Schneeflockenschema) und Prinzipien der Datenlagerung.
• Erfahrung mit modernen Datenstack-Tools wie Snowflake, BigQuery, Airflow, Airbyte/Fivetran, Git und CI/CD-Workflows.
• Erfahren in Python (oder einer ähnlichen Skriptsprache) für Anwendungsfälle wie API-Integration, Datenladung und Automatisierung.
• Starke Kommunikationsfähigkeiten in Englisch (schriftlich und mündlich), mit der Fähigkeit, technische Entscheidungen zu erklären und mit sowohl technischen als auch nicht-technischen Stakeholdern zusammenzuarbeiten.
• Komfortabel in kundenorientierten Projekten, in der Lage, mit Unklarheiten umzugehen und qualitativ hochwertige Ergebnisse mit minimaler Aufsicht zu liefern.
• Erfahrung in der Schulung oder Mentoring von Junior-Teammitgliedern durch Code-Reviews, Sparring und Wissensaustausch.
• Bonus: Vertrautheit mit Datenvisualisierungstools (z.B. Tableau, Power BI, Looker) zur Unterstützung von End-to-End-Workflows oder zur Unterstützung von Analysten.
• Bonus: Fließend in Deutsch.

Technologien, die Sie verwenden werden

Wir arbeiten mit mehreren Kunden und sind mit vielen Technologien in Kontakt, was wirklich spannend ist. Wir streben danach, modernste Technologien zu nutzen, während wir gleichzeitig pragmatisch bleiben. Wir folgen einer ELT-Philosophie und teilen die Aufgaben zwischen Datenengineering und Analytik-Engineering entsprechend auf. Die folgenden Technologien bilden unseren bevorzugten Daten-Technologiestack:

• Datenladung: Für die meisten Kunden verwenden wir unsere eigene Open-Source-Python-Bibliothek EWAH und Apache Airflow. Für einfache Anfragen arbeiten wir mit Fivetran oder Stitch.
• Datenlagerung: Für kleinere Datenmengen verwenden wir hauptsächlich PostgreSQL-Datenbanken. Für größere Datensätze arbeiten wir mit Snowflake oder BigQuery.
• Datenumwandlung: Wir arbeiten gerne mit dem Datenbuild-Tool (dbt).
• Datenvisualisierung: Für kleinere Unternehmen mit < 100 FTE empfehlen wir hauptsächlich Metabase als leistungsstarkes Open-Source-Reporting-Tool. Für spezifische Bedürfnisse und eine zentrale BI empfehlen wir PowerBI oder Tableau. Für eine dezentrale, selbstbediente BI mit mehr als 50 Benutzern empfehlen wir Looker.

Gemma Vorteile

Wir befinden uns in Berlin, in der Nähe des Nordbahnhofs. Wir sind derzeit 20 Kollegen und werden bis Ende des Jahres auf 22 Kollegen wachsen. Weitere Vorteile sind:

• Wir haben ein ehrliches, inklusives Arbeitsumfeld und möchten dieses fördern.
• Wir haben häufige Teamevents in Berlin: unserer kulturellen Basis.
• Wir fördern Workations und machen sogar Workations als Unternehmen - es liegt an Ihnen, zwischen einem und fünf Tagen pro Woche ins Büro zu kommen.
• Wir machen keine Kompromisse bei der Ausstattung - ein leistungsstarker Laptop, zusätzliche Bildschirme und alle Werkzeuge, die Sie benötigen, um effektiv zu sein.
• Wir umgeben Sie mit großartigen Menschen, die gerne (hauptsächlich Daten-) Rätsel lösen.
• Wir glauben an effiziente Arbeitszeiten statt an lange Arbeitszeiten - wir konzentrieren uns auf das Ergebnis statt auf den Aufwand.
• Wir lernen und teilen während Meetups, Lunch & Learn-Sitzungen und sind offen für weitere Initiativen.
• Wir zahlen ein marktgerechtes Gehalt und verteilen zusätzlich mindestens 20% der Gewinne an unsere Mitarbeiter.
• Wir wachsen schnell, haben Technologie im Kern, verlassen uns jedoch nicht auf einen VC und arbeiten profitabel.
• Wir haben eine großartige jährliche Offsite-Veranstaltung, die uns alle für eine volle Woche zusammenbringt, gutes Essen genießen lässt, eine gute Zeit hat und natürlich komplexe datenbezogene Aufgaben löst.

Wie Sie hierher kommen

• CV Screening
• Telefon-/Kaffee-/Teegespräch
• Erstes Gespräch
• Einstellungstest @home
• Interviews mit 2-3 zukünftigen Kollegen
• Referenzanrufe
• Angebot + Einstellung