Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle und skaliere moderne Datenplattformen für Echtzeitanalysen und maschinelles Lernen.
- Arbeitgeber: Innovatives B2B SaaS-Startup mit Fokus auf datengestützte Lösungen.
- Mitarbeitervorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Datenarchitektur eines bahnbrechenden SaaS-Produkts und beeinflusse große Unternehmen.
- Gewünschte Qualifikationen: 3+ Jahre Erfahrung in Data Engineering und starke Python- sowie SQL-Kenntnisse.
- Andere Informationen: Dynamisches Umfeld mit großem Wachstumspotenzial und direktem Einfluss auf Unternehmensentscheidungen.
Das voraussichtliche Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
AI Futures haben mit einem kürzlich in der Series A finanzierten B2B SaaS-Unternehmen zusammengearbeitet, um einen Senior Data Engineer einzustellen. Das Unternehmen entwickelt eine Plattform für Daten und Workflows der nächsten Generation für große, operationell komplexe Branchen, die historisch von moderner Software unterversorgt waren. In einem globalen Markt im Wert von mehreren Billionen Dollar ermöglicht das Unternehmen traditionellen Unternehmen, den vollen Wert ihrer Daten durch fortschrittliche Analytik, maschinelles Lernen und intelligente Automatisierung freizusetzen. Die Plattform integriert Echtzeitanalysen, prädiktive Modellierung und Workflow-Automatisierung in eine einzige, kundenorientierte Anwendung, die direkt von Führungskräften genutzt wird, um die Abläufe zu modernisieren und messbare kommerzielle Auswirkungen zu erzielen.
Die Rolle
Als Senior Data Engineer spielen Sie eine grundlegende Rolle beim Aufbau und der Verwaltung der modernen Datenplattform des Unternehmens. Sie werden die Architektur des Lakehouse entwerfen und skalieren, die Echtzeitanalysen, eingebettete Datenprodukte und Anwendungen für maschinelles Lernen unterstützt. Sie werden:
- Skalierbare ETL/ELT-Pipelines über verschiedene strukturierte Datenquellen entwerfen, erstellen und warten
- Echtzeit- und Batch-Datenpipelines entwickeln, die ML-Modelle und operationale Dashboards unterstützen
- Flexible, skalierbare Datenmodelle erstellen, um kundenspezifische Datensätze zu unterstützen
- Hochleistungs-Transformationen innerhalb einer modernen Lakehouse-Umgebung schreiben und optimieren
- Die Databricks-Plattform (Delta Lake-Architektur) besitzen und konfigurieren
- Eng mit Data Science, Produkt und Engineering zusammenarbeiten, um Geschäftsanforderungen in robuste Datenlösungen zu übersetzen
- Die Zuverlässigkeit, Leistung und Kosteneffizienz des AWS-Datenstacks verbessern
- Best Practices in der Datenmodellierung, dem Testen und der Plattform-Governance etablieren
- Zu CI/CD und starken Software-Engineering-Standards innerhalb der Datenumgebung beitragen
Der Kandidat
Sie sind ein praktischer, produktorientierter Data Engineer, der es genießt, skalierbare, produktionsreife Datensysteme in wachstumsstarken Umgebungen aufzubauen. Sie bringen:
- 3+ Jahre Erfahrung in der Datenengineering, Analytics Engineering oder backend-fokussierten Datenrollen
- Starke Python- und SQL-Kenntnisse, einschließlich fortgeschrittener Abfrageoptimierung
- Solide Erfahrung im Aufbau von ETL/ELT-Pipelines mit PySpark und Orchestrierungstools (z.B. Airflow)
- Praktische Erfahrung mit modernen Datenlagern/Lakehouses (z.B. Databricks, Snowflake)
- Erfahrung mit Datenumwandlungstools wie dbt
- Ein starkes Verständnis der Prinzipien der Datenmodellierung für Analytik und kundenorientierte Anwendungen
- Vertrautheit mit der AWS-Cloud-Infrastruktur
- Ein solides Verständnis der besten Praktiken im Software-Engineering in Datenumgebungen
- Interesse daran, wie Analytik und ML Produktmerkmale antreiben
- Ein experimenteller, schnell iterierender Denkansatz, der für Startup-Umgebungen geeignet ist
- Starke Kommunikationsfähigkeiten und die Fähigkeit, funktionsübergreifend zu arbeiten
Erfahrung in wachstumsstarken Technologie- oder risikokapitalfinanzierten Umgebungen ist von Vorteil.
Warum diese Rolle
Gelegenheit, das Datenrückgrat einer kategoriedefinierenden B2B SaaS-Plattform zu gestalten. Hohe Eigenverantwortung mit architektonischem Einfluss von Tag eins. Enge Zusammenarbeit mit erfahrenen Betreibern aus erstklassigen Technologie- und Beratungsunternehmen. Aufbau von Datenprodukten, die direkt von Führungskräften in großen Industrieunternehmen genutzt werden. Unterstützt von führenden internationalen VCs. Schnell wachsendes, in Berlin ansässiges Scale-Up-Umfeld.
Wenn Sie begeistert sind, Echtzeit-Dateninfrastrukturen aufzubauen, die direkt KI-gesteuerte Produkte in einer riesigen, unterdigitalisierten globalen Branche unterstützen, ist dies eine seltene Gelegenheit, in der Gründungsphase beizutreten und einen bleibenden Einfluss zu hinterlassen.
Senior Data Engineer | VC-Backed Scale-Up | Databricks, PySpark & Modern Lakehouse | Berlin (On[...] Arbeitgeber: AI Futures
Kontaktperson:
AI Futures HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Senior Data Engineer | VC-Backed Scale-Up | Databricks, PySpark & Modern Lakehouse | Berlin (On[...]
✨Netzwerken, Netzwerken, Netzwerken!
Nutze LinkedIn und andere Plattformen, um mit Leuten aus der Branche in Kontakt zu treten. Stell Fragen, teile deine Erfahrungen und zeig dein Interesse an der Position. Oft sind es persönliche Kontakte, die dir den entscheidenden Vorteil verschaffen können.
✨Sei bereit für technische Herausforderungen!
Bereite dich auf technische Interviews vor, indem du deine Kenntnisse in Python, SQL und ETL/ELT-Pipelines auffrischst. Mach ein paar Coding-Challenges oder arbeite an Projekten, die deine Fähigkeiten zeigen. Das wird dir helfen, selbstbewusst aufzutreten!
✨Zeige deine Leidenschaft für Daten!
Sprich über deine bisherigen Projekte und wie du Daten genutzt hast, um Probleme zu lösen oder Prozesse zu verbessern. Zeige, dass du nicht nur die technischen Fähigkeiten hast, sondern auch ein echtes Interesse daran, wie Daten Unternehmen transformieren können.
✨Bewirb dich direkt über unsere Website!
Wir bei StudySmarter lieben es, wenn du dich direkt über unsere Plattform bewirbst. So kannst du sicherstellen, dass deine Bewerbung die richtige Aufmerksamkeit bekommt. Und vergiss nicht, deine Motivation klar zu kommunizieren – das macht einen großen Unterschied!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Senior Data Engineer | VC-Backed Scale-Up | Databricks, PySpark & Modern Lakehouse | Berlin (On[...]
Tipps für deine Bewerbung 🫡
Sei du selbst!: Wenn du deine Bewerbung schreibst, sei authentisch und zeig uns, wer du wirklich bist. Wir suchen nach Menschen, die nicht nur die richtigen Fähigkeiten haben, sondern auch gut ins Team passen.
Betone deine Erfahrungen: Erzähle uns von deinen bisherigen Projekten und wie du mit Technologien wie Databricks oder PySpark gearbeitet hast. Zeig uns, wie du Probleme gelöst und Mehrwert geschaffen hast!
Mach es klar und prägnant: Halte deine Bewerbung übersichtlich und auf den Punkt. Verwende klare Sprache und vermeide unnötigen Jargon. Wir wollen schnell verstehen, was du kannst und was dich antreibt.
Bewirb dich über unsere Website: Um sicherzustellen, dass wir deine Bewerbung richtig erhalten, bewirb dich direkt über unsere Website. So können wir dich schneller in den Auswahlprozess einbeziehen und du verpasst keine Chance!
Wie du dich auf ein Vorstellungsgespräch bei AI Futures vorbereitest
✨Verstehe die Technologie
Mach dich mit den Technologien vertraut, die in der Stellenbeschreibung erwähnt werden, insbesondere Databricks und PySpark. Bereite dich darauf vor, spezifische Beispiele aus deiner Erfahrung zu nennen, wie du diese Technologien eingesetzt hast, um Probleme zu lösen oder Projekte erfolgreich abzuschließen.
✨Bereite praktische Beispiele vor
Denke an konkrete Projekte, bei denen du ETL/ELT-Pipelines entwickelt hast. Sei bereit, über die Herausforderungen zu sprechen, die du dabei überwunden hast, und wie deine Lösungen zur Verbesserung der Datenverarbeitung beigetragen haben. Das zeigt, dass du nicht nur theoretisches Wissen hast, sondern auch praktische Erfahrung.
✨Kommunikation ist der Schlüssel
Da die Rolle eine enge Zusammenarbeit mit verschiedenen Teams erfordert, solltest du deine Kommunikationsfähigkeiten betonen. Übe, wie du technische Konzepte einfach erklären kannst, damit auch Nicht-Techniker verstehen, was du tust. Das wird dir helfen, im Interview einen positiven Eindruck zu hinterlassen.
✨Zeige deine Leidenschaft für Daten
Unterstreiche dein Interesse an Datenengineering und wie du die neuesten Trends in der Branche verfolgst. Sprich darüber, wie du dich kontinuierlich weiterbildest, sei es durch Online-Kurse, Konferenzen oder persönliche Projekte. Das zeigt, dass du motiviert bist und bereit, in einem schnelllebigen Umfeld zu wachsen.