Auf einen Blick
- Aufgaben: Entwickle robuste Datenprodukte auf unserer Snowflake Lakehouse Plattform mit DBT.
- Unternehmen: Werde Teil der DOUGLAS Group, Europas führendem Omnichannel-Premium-Beauty-Ziel.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und ein internationales Team.
- Weitere Informationen: Vielfältige Karrieremöglichkeiten in einem dynamischen und inklusiven Umfeld.
- Warum dieser Job: Gestalte die Zukunft der Datenverarbeitung und arbeite an innovativen Projekten.
- Qualifikationen: Erfahrung in Data Engineering, starke SQL- und Python-Kenntnisse erforderlich.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Robuste Datenprodukte werden von Ihnen auf unserer zentralen Snowflake Lakehouse-Plattform mit DBT entwickelt und betrieben. Entlang unserer Schichtenarchitektur modellieren Sie Daten und implementieren technisch fundierte Modelle basierend auf DataVault- und Kimball-Prinzipien. Ingestion-Connectoren werden von Ihnen mit Python und DLT erstellt und gewartet, einschließlich ihrer Orchestrierung in Prefect. Über den gesamten Datenlebenszyklus hinweg stellen Sie die Datenqualität sicher und tragen aktiv zur Weiterentwicklung unserer Qualitätsstandards bei.
CI/CD- und GitOps-Prozesse mit Azure Pipelines werden von Ihnen gestaltet – einschließlich automatisierter Tests und sauberer Freigabeprozesse. Sicherheits- und Governance-Anforderungen werden technisch von Ihnen umgesetzt, beispielsweise RBAC, Dynamic Data Masking, Anonymisierung und rollenbasierte Zugriffskonzepte in Snowflake. In enger Zusammenarbeit mit Datenanalysten, Analytics Engineers, Plattformteams und Geschäftseinheiten treiben Sie aktiv technische Standards voran.
Aufgaben mit Einfluss:
- Entwicklung und Betrieb robuster Datenprodukte auf der zentralen Snowflake Lakehouse-Plattform mit DBT.
- Modellierung von Daten entlang der Schichtenarchitektur und Implementierung technisch fundierter Modelle basierend auf DataVault- und Kimball-Prinzipien.
- Erstellung und Wartung von Ingestion-Connectoren mit Python und DLT, einschließlich deren Orchestrierung in Prefect.
- Sicherstellung der Datenqualität über den gesamten Datenlebenszyklus und aktive Mitwirkung an der Weiterentwicklung der Qualitätsstandards.
- Gestaltung von CI/CD- und GitOps-Prozessen mit Azure Pipelines, einschließlich automatisierter Tests und sauberer Freigabeprozesse.
- Technische Umsetzung von Sicherheits- und Governance-Anforderungen, z.B. RBAC, Dynamic Data Masking, Anonymisierung und rollenbasierte Zugriffskonzepte in Snowflake.
- Aktive Mitwirkung an der Weiterentwicklung technischer Standards in enger Zusammenarbeit mit verschiedenen Teams.
Ihre Fähigkeiten:
- Solide Erfahrung im Bereich Data Engineering, idealerweise innerhalb eines modernen Cloud-Stacks und im Kontext der agilen Datenlagerentwicklung.
- Starke SQL-Kenntnisse und praktische Erfahrung mit DBT in Produktionsumgebungen.
- Gezielte Anwendung von Python für Datenintegration, Automatisierung und Orchestrierung.
- Erfahrung mit Snowflake, Prefect oder vergleichbaren Orchestrierungstools sowie CI/CD-Prozessen.
- Vertrautheit mit Datenmodellierung basierend auf Kimball und DataVault.
- Versionbasierte Workflows – Git, Pull-Requests, Code-Reviews und trunkbasierte Entwicklung sind Teil Ihres beruflichen Alltags.
- Entwicklung technischer Standards in Zusammenarbeit mit dem Team, strukturiert und lösungsorientiert.
- Fließende Kommunikation in Deutsch und Englisch – schriftlich und mündlich.
Erkennen Sie sich wieder?
Dann werden Sie Teil unseres internationalen Unternehmens und bewerben Sie sich unter Angabe Ihrer Gehaltsvorstellungen und des möglichen Startdatums. Als internationaler Arbeitgeber stehen wir für Chancengleichheit und Vielfalt. Wir begrüßen daher Bewerbungen von Müttern, Vätern, Menschen mit Behinderungen und Personen aus der LGBTQIA+-Gemeinschaft. Bitte lassen Sie uns wissen, ob wir beispielsweise ein geschlechtsneutrales Pronomen verwenden sollen, ob Sie barrierefreien Zugang zu unseren Büros benötigen oder ob wir mehr Zeit für den Bewerbungsprozess einräumen sollen.
Wir freuen uns auf Ihre Bewerbung!
Senior Data Engineer (f/m/x) Arbeitgeber: Douglas
Als Senior Manager Sales Controller (w/m/x) in unserem internationalen Unternehmen profitierst du von einer offenen Feedbackkultur und vielfältigen Entwicklungsmöglichkeiten, die deine persönliche Weiterentwicklung unterstützen. Wir bieten ein hybrides Arbeitsmodell, 30 Tage Urlaub pro Jahr, sowie umfassende Gesundheitsangebote, um dein Wohlbefinden zu fördern. In einem positiven und motivierenden Umfeld feiern wir gemeinsam Erfolge bei regelmäßigen Company Events und bieten dir attraktive Mitarbeiterrabatte.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Data Engineer (f/m/x) 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 Douglas 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 (f/m/x) 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 (f/m/x) bei Douglas gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Douglas 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 Douglas entscheidend sein!
