Auf einen Blick
- Aufgaben: Design and operate data pipelines using Python and SQL for AI customer care platform.
- Unternehmen: Join a team focused on building reliable AI agents for voice, chat, and email interactions.
- Vorteile: Enjoy a hybrid working model, flexible hours, and various employee discounts.
- Weitere Informationen: Experience with Prometheus and Grafana for monitoring is essential.
- Warum dieser Job: Be part of a cutting-edge AI platform that values high-velocity development.
- Qualifikationen: Deep experience in Python, SQL, and modern data stack tools like dbt and PostgreSQL required.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Als Data & Analytics Engineer sind Sie für den Datenlebenszyklus verantwortlich, der unsere KI-Kundenservice-Plattform antreibt – über Sprach-, Chat- und E-Mail-Kanäle hinweg. Ihre Mission ist es, die robuste Infrastruktur, Datenmodelle und Überwachungstools zu erstellen, die sicherstellen, dass unsere KI-Agenten zuverlässig, kontextbewusst und leistungsfähig sind. Sie sind ein Ingenieur, der eine schnelle Entwicklung und eine saubere Datenarchitektur schätzt.
Hauptverantwortlichkeiten:
- Datenengineering & Pipelines: Entwerfen und Betreiben zuverlässiger Datenpipelines mit Python und SQL zur Erfassung und Transformation von Interaktionsdaten aus Sprach- und Textkanälen. Verwalten des Datenlebenszyklus innerhalb unserer Kern-Datenbanken: PostgreSQL für strukturierte Anwendungsdaten und Elasticsearch für Suche und Abruf. Aufbau und Pflege skalierbarer dbt-Projekte zur Transformation von Rohprotokollen in hochwertige, verwaltete Datenmodelle.
- Analytik, KPIs & Visualisierung: Als Data Analyst-Experte agieren: Zusammenarbeit mit Stakeholdern zur Definition von Schlüsselkennzahlen (KPIs) wie Lösungsraten, Absichtgenauigkeit und Kosten pro Interaktion. Erstellung und Pflege von geschäftsorientierten Dashboards in Looker und internen Datenanwendungen in Streamlit. Übersetzung komplexer technischer Spuren in umsetzbare Erkenntnisse für Produkt- und Geschäftsteams.
- RAG/CAG-Infrastruktur: Verantwortung für die „Retrieval“-Schicht: Optimierung, wie Daten in Elasticsearch indiziert und abgefragt werden, um den Kontext der KI-Antworten zu verbessern. Entwicklung der Pipelines, die Chunking, Metadaten-Tagging und Kontextfenster-Optimierung verwalten.
- Daten- & Pipeline-Überwachung: Instrumentierung unserer Datenpipelines und KI-Dienste mit Prometheus und Grafana zur Überwachung der Datenqualität, Verarbeitungsverzögerung und Pipeline-Durchsatz. Entwurf proaktiver Alarmierungsrahmen für Datenstillstände, Schemaänderungen oder Verzögerungen bei der KI-Kontextabfrage.
Wir suchen nach:
- Kerntechnologiestack: Python & SQL-Fähigkeiten: Tiefgehende Erfahrung im Schreiben von sauberem, wartbarem Code für die Datenverarbeitung. KI-unterstützte Entwicklung: Hohe Kompetenz im Einsatz von KI-Tools (z.B. Claude Code, Cursor oder andere LLMs), um Ihren Codierungs-, Debugging- und Dokumentationsprozess zu beschleunigen. Moderner Datenstack: Expertenniveau Erfahrung mit dbt und Cloud-Datenlager/Datenbanken. Datenbankmanagement: Praktische Erfahrung im Betrieb und in der Optimierung von PostgreSQL und Elasticsearch. BI & Apps: Erfahrung im Entwerfen und Erstellen interaktiver Tools mit Streamlit. Überwachung: Erfahrung im Einsatz von Prometheus und Grafana zur Überwachung auf Anwendungsebene, Pipeline und Datenqualitätsüberwachung (statt nur Infrastrukturmanagement).
- Nice to Have (Die „Bonus“-Fähigkeiten): LLM-Bewertung (Hohe Priorität): Erfahrung im Aufbau automatisierter Bewertungsrahmen; Verständnis von Metriken wie Treue, Relevanz und Halluzinationsraten. RAG/CAG-Domänenwissen: Vertrautheit mit den Mechanismen der Retrieval Augmented Generation und wie man die Vektor-/Schlüsselwortsuche optimiert. Sprache & Audio: Erfahrung mit Transkriptionspipelines, Audio-Normalisierung oder Telefondaten. Kundenservice-Hintergrund: Erfahrung mit Kontaktdaten, konversationaler Analytik oder CRM-Integrationen. Erfahrung im Entwerfen von Berichten in Looker.
Vorteile:
- Hybrides Arbeitsmodell.
- Flexible Arbeitszeiten durch vertrauensbasierte Arbeitszeiten.
- An einigen Standorten eine subventionierte Kantine und verschiedene kostenlose Getränke.
- Moderne Büros mit sehr guter Verkehrsanbindung.
- Verschiedene Mitarbeiterrabatte für Aktivitäten und Produkte.
- Mitarbeiterevents wie Sommer- und Winterfeste sowie Workshops.
- Zahlreiche Schulungs- und Entwicklungsmöglichkeiten.
- Verschiedene Gesundheitsangebote, wie Sport- und Gesundheitskurse.
Data & Analytics Engineer - AI Platform team (Hybrid) Arbeitgeber: 1&1 IONOS SE
This company offers a modern office space with excellent transport connections and a hybrid work model. Employees benefit from flexible hours, training opportunities, and health courses, fostering a supportive environment for professional growth.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data & Analytics Engineer - AI Platform team (Hybrid) erhalten könnten
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei 1&1 IONOS SE zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data & Analytics Engineer - AI Platform team (Hybrid) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data & Analytics Engineer - AI Platform team (Hybrid) bei 1&1 IONOS SE gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei 1&1 IONOS SE vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für 1&1 IONOS SE entscheidend sein!
