Auf einen Blick
- Aufgaben: Leite ein Team von Dateningenieuren und entwickle innovative Datenlösungen.
- Unternehmen: Weltweit führendes Unternehmen im Bereich Transport und Logistik mit dynamischer Kultur.
- Vorteile: Attraktive finanzielle Vorteile, flexible Arbeitszeiten und umfangreiche Weiterbildungsmöglichkeiten.
- Weitere Informationen: Vielfältige Aufgaben und hervorragende Karrierechancen in einem globalen Umfeld.
- Warum dieser Job: Gestalte die Zukunft der Logistik mit modernster Technologie und einem engagierten Team.
- Qualifikationen: Erfahrung in der Datenverarbeitung und Führungskompetenz erforderlich.
Das prognostizierte Gehalt liegt zwischen 60000 - 84000 € pro Jahr.
Um unser Operational Excellence Team weiter zu stärken, suchen wir einen Senior Team Lead, Operational Data Services (m/w/d).
Ihre Vorteile:
- Finanzielle Vorteile: Vermögenswirksame Leistungen, betriebliche Altersvorsorge, Mitarbeiterrabatte, DSV-Mitarbeiterausweis mit monatlichem Nettoguthaben, Jobrad, Jubiläumszahlungen
- Gesundheit und Mobilität: Zusätzliche Krankenversicherung (je nach Abteilung), Bildschirmarbeitsbrillen, Gruppenunfallversicherung
- Onboarding: Umfassendes Onboarding mit einem individuellen Schulungsplan
- Team: Ein großartiges, engagiertes und motiviertes Team, flache Hierarchien und eine offene Arbeitsatmosphäre
- Vielfalt: Ein breites Aufgabenspektrum mit erheblichem Entscheidungsspielraum bei einem globalen Unternehmen
- Flexibilität: Ein moderner Arbeitsplatz mit einer transparenten Gleitzeitregelung und der Möglichkeit, remote zu arbeiten
- Entwicklung: Regelmäßige Schulungs- und Entwicklungsprogramme, E-Learning-Angebote und Initiativen wie Talents@DSV, um Ihre Fähigkeiten auf dem neuesten Stand zu halten. Maßgeschneiderte Entwicklungsprogramme sind ebenfalls möglich.
Zweck der Position:
Das Analytical Data Platform Services Team innerhalb der Unternehmensentwicklung betreibt die analytische Datenplattform, führt das Daten-Onboarding für das operative Data Warehouse und das analytische Rückgrat durch, liefert Analyseprojekte und baut End-to-End-Datenanwendungen auf und betreibt diese. Der Senior Team Lead Operational Data Services leitet die Dateningenieure des Teams und ist verantwortlich für eine zentrale Daten-Cloud-Anwendung – treibt deren Entwicklung, Service und Betrieb voran und unterstützt bei Roadmap-Themen und Visionen. Dies ist eine praktische Führungsrolle, die Menschenführung mit starker, angewandter Datenengineering-Expertise kombiniert. Die Rolle berichtet an den Senior Manager Data Onboarding, Analytics & Operational Data Services.
Hauptverantwortlichkeiten:
- Leiten, Entwickeln und Managen eines Teams von vier Personen: drei Dateningenieuren und einem Servicemanager – Festlegung der Richtung, Priorisierung der Arbeit und Förderung der technischen und Lieferfähigkeiten des Teams.
- Verantwortung für eine zentrale Daten-Cloud-Anwendung von Anfang bis Ende, einschließlich der Verantwortung für die kontinuierliche Entwicklung, den Service und den zuverlässigen Betrieb.
- Unterstützung bei Roadmap-Themen und Beitrag zur Vision für die Anwendung und die breitere analytische Datenplattform, Übersetzung strategischer Vorgaben in konkrete Ergebnisse.
- Praktische Mitwirkung an Datenengineering-Arbeiten, einschließlich Daten-Onboarding für das operative Data Warehouse und das analytische Rückgrat, Aufbau und Wartung von Datenpipelines sowie Entwicklung von End-to-End-Datenanwendungen.
- Förderung der Datenqualität, Leistung und Zuverlässigkeit über die Plattform und Anwendungen hinweg (Vollständigkeit, Aktualität, Richtigkeit) und Durchführung von Analyseprojekten, die einen Mehrwert für das Unternehmen schaffen.
- Teilnahme an und Beitrag zu funktionsübergreifenden Zusammenarbeitsteams nach Bedarf.
Anforderungen:
- Erfahrener Senior Data Engineer mit Führungserfahrung, der eine starke praktische technische Grundlage in modernen Datenengineering- und cloudbasierten Datenumgebungen mit der Fähigkeit kombiniert, ein kleines Ingenieurteam zu führen und zu entwickeln.
- Verständnis von Data Lake / Lakehouse-Architekturen und strukturierten Datenverarbeitungen (z.B. Delta Lake Konzepte)
- Erfahrung mit Integrationsmustern in verteilten Systemen (API-basierte Integrationen, ereignisgesteuerte Architektur, Nachrichtenwarteschlangen, Batch- vs. Echtzeitverarbeitung)
- Kenntnisse in Datenmodellierungskonzepten (semantische Modelle, kanonische Datenmodelle, Mapping-Strukturen, Anreicherungslogik)
- Praktische Erfahrung mit strukturierten Datenformaten wie JSON, XML, EDI, CSV und der Arbeit mit APIs und API-Nutzlasten
- Verständnis von Datenqualitätsrahmen, Überwachungsansätzen und Datenvalidierungstechniken
- Vertrautheit mit CI/CD-Prinzipien, DevOps-Praktiken und versionskontrollierten Bereitstellungen in Datenumgebungen
- Fähigkeit, Geschäftsanforderungen in skalierbare technische Lösungen zu übersetzen und diese praktisch zusammen mit dem Team und der IT zu liefern.
Bildung und Erfahrung:
- Master-Abschluss in verwandten technischen / geschäftlichen Bereichen oder gleichwertige Berufserfahrung
- Nachgewiesene Erfahrung als Senior Data Engineer, einschließlich Erfahrung in der Führung oder Anleitung von Personen oder Teams.
Fähigkeiten und Kompetenzen:
- Gute mündliche und schriftliche Englischkenntnisse.
- Gute Kommunikationsfähigkeiten, da die Rolle häufige Kommunikation in verschiedene Richtungen und auf allen Managementebenen erfordert.
- Fähigkeit, kollaborative Engagements zu schaffen und aktiv zuzuhören.
- Starke analytische und konzeptionelle Fähigkeiten.
- Sowohl Teamleiter als auch Teamplayer.
Sprach- und Computerkenntnisse:
- Englisch ist die Hauptsprache für diese Position, zusätzliche Sprachen können an anderen Standorten erforderlich sein.
- Fähigkeit, effektiv in einem vielfältigen multikulturellen Umfeld zu kommunizieren.
- Sehr gute Kenntnisse in MS Office.
- Solides Verständnis moderner Datenarchitekturen in Cloud-Umgebungen (vorzugsweise Microsoft Azure Stack).
- Praktische Erfahrung mit Azure Data Factory (oder vergleichbaren Orchestrierungstools) zum Aufbau, zur Überwachung und zur Fehlersuche von Datenpipelines.
- Erfahrung mit Databricks (Spark-basierte Datenverarbeitung), einschließlich Transformationslogik, Datenvalidierung und Leistungsoptimierung.
Ihr Kontakt:
David Miller
P&O Talent Acquisition Partner
karriere@de.dsv.com
https://www.dsv.com/de-de/karriere
Bitte reichen Sie Ihre vollständigen Bewerbungsunterlagen ein. Dazu erstellen Sie ein Profil, speichern es und klicken dann am Ende erneut auf „Bewerben“. Menschen mit schweren Behinderungen und solche mit gleichem Status werden bei gleicher Qualifikation bevorzugt berücksichtigt.
DSV – Globaler Transport und Logistik
Bei DSV zu arbeiten bedeutet, in einer anderen Liga zu spielen. Als weltweit führendes Unternehmen im Bereich Transport und Logistik blicken wir auf eine außergewöhnliche Wachstumsgeschichte zurück. Lass uns gemeinsam wachsen, während wir weiter innovativ sind, digitalisieren und auf unseren Erfolgen aufbauen. Mit rund 150.000 Kolleginnen und Kollegen in über 90 Ländern arbeiten wir jeden Tag daran, zuverlässige Dienstleistungen anzubieten, die Bedürfnisse unserer Kunden zu erfüllen und sie in ihrer Zielerreichung zu unterstützen. Unser Weg zum Erfolg führt über Menschen wie dich – mit neuen Ideen, frischen Perspektiven und echtem Ehrgeiz. Bei DSV liegt Leistung in unserer DNA. Wir arbeiten nicht nur – wir gestalten die Zukunft der Logistik. Dieser Anspruch treibt ein dynamisches Umfeld an, das auf Zusammenarbeit mit erstklassigen Teamplayern, Verantwortungsbewusstsein und Handeln basiert. Wir schätzen Inklusion, leben kulturelle Vielfalt und respektieren die Würde und Rechte jedes Einzelnen. Wenn du etwas bewegen willst, von Kunden geschätzt werden und deine Karriere in einem zukunftsorientierten Unternehmen vorantreiben möchtest – dann bist du hier genau richtig. Start here. Go anywhere. Besuch uns auf dsv.com und folge uns auf LinkedIn und Facebook.
Senior Team Lead, Operational Data Services, Analytical Data Platform Services (m/f/d) Arbeitgeber: DSV
DSV ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern in Essen ein dynamisches und unterstützendes Arbeitsumfeld bietet. Mit einem starken Fokus auf persönliche Entwicklung, flexiblen Arbeitszeiten und einer offenen Unternehmenskultur fördert DSV die Zusammenarbeit und Innovation innerhalb eines globalen Unternehmens. Die umfangreichen Benefits, einschließlich betrieblicher Altersvorsorge und individueller Schulungsprogramme, machen DSV zu einem attraktiven Arbeitsplatz für alle, die ihre Karriere im Bereich Datenengineering vorantreiben möchten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Senior Team Lead, Operational Data Services, Analytical Data Platform Services (m/f/d) 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 DSV 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 Team Lead, Operational Data Services, Analytical Data Platform Services (m/f/d) 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 Team Lead, Operational Data Services, Analytical Data Platform Services (m/f/d) bei DSV gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei DSV 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 DSV entscheidend sein!
