Auf einen Blick
- Aufgaben: Entwickle und skaliere moderne Datenplattformen für Echtzeitanalysen und maschinelles Lernen.
- Unternehmen: Innovatives B2B SaaS-Startup mit Fokus auf datengestützte Lösungen.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Entwicklungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit großem Wachstumspotenzial und direktem Einfluss auf Unternehmensentscheidungen.
- Warum dieser Job: Gestalte die Datenarchitektur eines bahnbrechenden SaaS-Produkts und beeinflusse große Unternehmen.
- Qualifikationen: 3+ Jahre Erfahrung in Data Engineering und starke Python- sowie SQL-Kenntnisse.
Das prognostizierte 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
Als IoT Solutions Architect bei unserem Kunden, einem globalen Hersteller von Industrieausrüstungen, profitieren Sie von einer dynamischen und innovativen Arbeitsumgebung, die sich an der Spitze der Technologieentwicklung befindet. Das Unternehmen bietet nicht nur wettbewerbsfähige Vergütungen und umfassende Sozialleistungen, sondern fördert auch aktiv die berufliche Weiterentwicklung seiner Mitarbeiter durch Schulungen und spannende Projekte im Bereich autonomer Systeme. Hier haben Sie die Möglichkeit, an bedeutenden Projekten mit führenden Technologien wie NVIDIA zu arbeiten und Ihre Fähigkeiten in einem unterstützenden Team weiter auszubauen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Data Engineer | VC-Backed Scale-Up | Databricks, PySpark & Modern Lakehouse | Berlin (On[...] erhalten könntest
✨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 AI Futures 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 Senior Data Engineer | VC-Backed Scale-Up | Databricks, PySpark & Modern Lakehouse | Berlin (On[...] 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 Senior Data Engineer | VC-Backed Scale-Up | Databricks, PySpark & Modern Lakehouse | Berlin (On[...] bei AI Futures gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei AI Futures 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 AI Futures entscheidend sein!
