Auf einen Blick
- Aufgaben: Leite die Datenplattform und verbessere unsere Analyse-Tools für maximale Effizienz.
- Unternehmen: Emma – das weltweit größte D2C-Schlafunternehmen mit internationalem Team.
- Vorteile: Flexibles Arbeiten, Wachstumschancen und eine unterstützende Community.
- Weitere Informationen: Dynamisches Umfeld mit globaler Zusammenarbeit und vielfältigen Perspektiven.
- Warum dieser Job: Gestalte die Zukunft der Schlafindustrie und arbeite mit innovativen Technologien.
- Qualifikationen: 3+ Jahre Erfahrung in Datenengineering oder Analytics Engineering.
Das prognostizierte Gehalt liegt zwischen 54000 - 66000 € pro Jahr.
Bereit, die Schlafindustrie zu führen, zu stören und neu zu erfinden? Wir sind Emma – Das Schlafunternehmen. Gegründet im Jahr 2015, sind wir zur größten Direct-to-Consumer (D2C) Schlafmarke der Welt gewachsen, mit einer Präsenz in über 20 Märkten und mehr als 35 Emma-Stores in ganz Europa.
Unsere Mission ist einfach: Schlafkomfortprodukte zu entwickeln, die unseren Kunden helfen, jeden Tag ihr Bestes zu geben. Heute vertrauen Millionen auf unsere Produkte, die von führenden Verbraucherverbänden weltweit empfohlen werden.
Es sind unsere Mitarbeiter, die diese Mission zum Leben erwecken. Bei Emma wirst du Teil eines engagierten, internationalen Teams, das Eigenverantwortung, Zusammenarbeit und kontinuierlichen Wissensaustausch schätzt. Mit Kollegen aus über 70 Nationalitäten kombinieren wir unterschiedliche Perspektiven mit einem gemeinsamen Ziel, zu lernen, zu wachsen und gemeinsam einen bleibenden Einfluss zu schaffen.
Du wirst Teil eines funktionsübergreifenden Data Platform Teams, das die breitere Daten- und Technologieorganisation von Emma bedient, mit internen Nutzern wie Analysten, Analytics Engineers, Data Scientists und Data Engineers. Die Mission des Teams besteht darin, die Arbeit schneller, sicherer und zuverlässiger zu gestalten – durch Beobachtbarkeit, Zugriffskontrolle, Ingenieurstandards, Code-Reviews, interne Tools und KI-Adoption über die gesamte Pipeline von der Datenaufnahme bis zur BI-Tool-Nutzung.
Was du tun wirst:
- Zuverlässigkeit, Standards & Governance: Überwache und verbessere das Monitoring, die Alarmierung und die Beobachtbarkeit der Datenplattform, damit Fehler frühzeitig erkannt werden und die Gesundheit der Pipeline/Modelle für die Teams sichtbar ist. Trage zu Architekturgesprächen bei: Schlage Verbesserungen vor, dokumentiere Abwägungen (ADRs, RFCs) und hilf bei der Entscheidung, was gebaut, umgebaut oder eingestellt werden soll. Setze, dokumentiere und durchsetze Ingenieurstandards und Best Practices in unserem Lakehouse, der Orchestrierungsebene, dem Data Warehouse und den Berichtssystemen, einschließlich der Code-Review-Kultur.
- Enablement & Interne Tools: Schreibe klare Leitfäden, Standards und Dokumentationen, die Kollegen im Datenbereich helfen, effizienter und konsistenter zu arbeiten, und fördere die Ausrichtung durch Wissensaustausch-Foren. Baue und pflege interne Tools, die den Teams, die du bedienst, Friktionen nehmen (z.B. KI-unterstützte Workflows, Erweiterung der Beobachtbarkeits- und Qualitätsrahmen). Unterstütze die KI-Adoption innerhalb unserer Dateninfrastruktur in Zusammenarbeit mit der breiteren Technologiedivision.
- Praktische Pipeline- & Modellentwicklung: Verbessere und baue unser Redshift-Datenlager mit dbt und Paradime aus. Orchestriere die Ausführung und Abhängigkeiten zwischen Upstream/Downstream-Pipelines (MWAA, Paradime), indem du Infrastruktur über IaC (Pulumi, Terraform) bereitstellst, damit Änderungen reproduzierbar und versionskontrolliert bleiben. Trage zu unseren Aufnahme-Pipelines über drei Kernmuster bei - einfache ELT, containerisierte Python und ereignisbasierte - und lade Daten zuverlässig in unser Medaillon-Lakehouse (S3, Glue, Iceberg).
Wer wir suchen:
- 3+ Jahre Erfahrung in einer Datenplattform, Datenengineering, Analytics Engineering, DataOps oder einer eng verwandten Rolle in einer Produktionsumgebung.
- Breite über Tiefe in einem einzelnen Tool - komfortabel im Wechsel zwischen Themen, mit einem breiten technischen Wissen über den Datenstack.
- Starke SQL- und Python-Kenntnisse, mit echtem Verständnis dafür, wie Datenbanken funktionieren (Abfrageausführung, Leistungsoptimierung, Speicherung, Zugriffs- und Berechtigungsmodelle) und genügend Erfahrung mit dbt, um die Arbeiten anderer zu überprüfen und Standards festzulegen.
- Kenntnisse des AWS-Datenstacks (Redshift, S3, IAM, Athena, Glue) oder gleichwertig, sowie Erfahrung mit Lakehouse-Architekturen (Apache Iceberg, Delta usw.), Pipeline-Orchestrierung (Apache Airflow oder gleichwertig) und modernen Aufnahme/ELT-Tools (Airbyte, Fivetran oder gleichwertig).
- Erfahrung mit Infrastructure as Code (Pulumi, Terraform oder gleichwertig) und Sicherheit im Umgang mit internen Tools und bestehenden Codebasen.
- Starke Kommunikations- und Schreibfähigkeiten. Du kannst zwischen einem Stakeholder-Gespräch über ein Problem und einer technischen Diskussion darüber, wie man es löst, wechseln.
- Komfortabel beim Schreiben von Dokumentationen, Leitfäden und Architekturentscheidungen.
- Initiative und Autonomie, um die Arbeit nach der Einarbeitung eigenständig voranzutreiben und Blockaden frühzeitig zu melden.
- Fließendes Englisch, schriftlich und mündlich; ansässig in Europa mit funktionierender Zeitzonenüberlappung.
Was wir bieten:
- Reifende Scale-Up: Wir gehören zu den 13–20% der Start-ups, die zu Scale-ups übergehen. Dies ist eine seltene Phase, in der wir Systeme verfeinern, ohne die Agilität zu verlieren.
- Ermächtigung zur Wirkung: Jeder Emmie besitzt einen Teil unseres Erfolgs mit Verantwortung. Es geht darum, es zu sehen, es zu besitzen, es zu tun – etwas, das geschätzt und in der Entwicklung gemessen wird.
- Wachstums- & Lernreise: Wir leben nach dem 70/20/10-Modell – 70% am Arbeitsplatz, 20% von anderen, 10% strukturierte Schulung. Wir investieren in dein Wachstum mit Schulungen und Coaching, um dich an die Spitze deines Spiels zu bringen.
- Emma-zing Community: Wir stellen selektiv ein, was bedeutet, dass du mit klugen, kooperativen Menschen arbeitest, die sich tief kümmern. Es ist eine Gemeinschaft, die von Emmies für Emmies aufgebaut wurde.
- Nächste globale Ebene: Mit über 60 Nationalitäten in 4 Büros ist globale Zusammenarbeit Teil unserer Werte. Du wirst über Kulturen, Perspektiven und Zeitzonen hinweg arbeiten.
- Flexibilität: Die Remote-Arbeitsrichtlinie unseres Technologie-Teams ermöglicht große Flexibilität. (Bitte beachte, dass die Rolle einen Wohnsitz in Portugal oder Deutschland erfordert.)
Wir sind stolz darauf, ein Arbeitgeber mit Chancengleichheit zu sein und setzen uns für den Aufbau eines integrativen Arbeitsplatzes ein. Wir feiern Vielfalt und berücksichtigen alle qualifizierten Bewerber unabhängig von Rasse, ethnischer Herkunft, Religion oder Glauben, Geschlecht, Geschlechtsidentität oder -ausdruck, sexueller Orientierung, nationaler Herkunft, Behinderung oder Alter.
Unser Ziel ist es, dir innerhalb weniger Tage zu antworten. Aufgrund des hohen Bewerbungsvolumens kann es zu leichten Verzögerungen kommen, aber wir werden uns so schnell wie möglich bei dir melden.
Mit deiner Zustimmung können wir KI-Tools verwenden, um Teile des Einstellungsprozesses zu unterstützen, wie z.B. die Transkription von Interviews und deren Zusammenfassung durch KI. Diese Tools unterstützen unser Rekrutierungsteam, ersetzen jedoch nicht das menschliche Urteil. Letztendlich werden die endgültigen Einstellungsentscheidungen von Menschen getroffen. Wenn du weitere Informationen darüber möchtest, wie deine Daten verarbeitet werden, wende dich bitte an [email protected]
Analytics Engineer, Data Platform Arbeitgeber: Emma
Emma – The Sleep Company ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und internationalen Umfeld zu arbeiten. Mit einem starken Fokus auf persönliche Entwicklung, kontinuierlichem Lernen und einer flexiblen Arbeitskultur in Frankfurt, profitieren die Mitarbeiter von 25 Urlaubstagen pro Jahr sowie der Option auf bis zu 22 Remote-Tagen pro Quartal. Hier wird Teamarbeit großgeschrieben, und jeder hat die Chance, einen echten Einfluss auf die Schlafindustrie zu nehmen und Teil einer vielfältigen Gemeinschaft zu sein.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Analytics Engineer, Data Platform 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 Emma 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 Analytics Engineer, Data Platform 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 Analytics Engineer, Data Platform bei Emma gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Emma 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 Emma entscheidend sein!