Auf einen Blick
- Aufgaben: Entwickle und erweitere unsere e-Commerce-Analytics-Plattform mit innovativen Datenlösungen.
- Unternehmen: Fabrikatör, ein Vorreiter im Bereich operative Intelligenz für Handelsmarken.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein dynamisches Team.
- Weitere Informationen: Wachsendes Unternehmen mit großartigen Karrierechancen und einem kreativen Arbeitsumfeld.
- Warum dieser Job: Gestalte die Zukunft des e-Commerce mit realen Daten und KI-gestützten Lösungen.
- Qualifikationen: Starke SQL-Kenntnisse und Erfahrung in der Datenverarbeitung sind erforderlich.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Bei Fabrikatör entwickeln wir die nächste Generation der operativen Intelligenz für Handelsmarken. E-Commerce-Teams führen ihre Operationen immer noch mit Tabellenkalkulationen, Bauchgefühl und voneinander getrennten Tools. Prognosen brechen zusammen, Bestände gehen aus, Geld wird in Inventar blockiert, und Teams verbringen ihre Tage mit Brandbekämpfung, anstatt zu bauen. Wir beheben das. Heute hilft Fabrikatör Marken, den Bestand zu planen, die Versorgung zu verwalten und bessere Entscheidungen mit echten Daten zu treffen.
Was wirst du tun? Wir suchen einen Senior Data Engineer, der unser Team verstärkt und unsere Produktions-E-Commerce-Analyseplattform aufbaut und erweitert. Du wirst an einem System arbeiten, das Daten aus mehreren Vertriebskanälen (Shopify, Amazon) verarbeitet und geschäftsbereite Einblicke liefert.
- Erweiterung der Analytik: Neue Mart-Tabellen und Zwischenmodelle für sich entwickelnde Geschäftsanforderungen erstellen.
- Datenqualität: Qualitätsprüfungsfehler debuggen, Datenabweichungen untersuchen, Genauigkeit über Kanäle hinweg sicherstellen.
- Leistungsoptimierung: BigQuery-Abfragen optimieren, Partitionierungs- und Clusterstrategien optimieren.
- Kundenspezifische Arbeiten: Mieter-spezifische Analysen und benutzerdefinierte Berichterstattung entwickeln.
- Cross-Channel-Integration: Die Komplexität des Zusammenführens von Daten aus Shopify, Amazon und anderen Plattformen mit unterschiedlichen Schemata und Aktualisierungsmustern bewältigen.
- ML-Pipeline-Integration: Mit Prognoseausgaben arbeiten und helfen, ML-Vorhersagen in Analyse-Workflows zu integrieren.
- Dokumentation: Semantische Schichtdefinitionen pflegen, Datenmodelle aktualisieren und Muster dokumentieren.
Unser Tech-Stack besteht hauptsächlich aus:
- Datenlager: BigQuery, DuckDB
- Datenaufnahme: Airbyte
- Datenquellen: Shopify, Amazon
Verantwortlichkeiten:
- Entwicklung neuer benutzerorientierter Funktionen mit React und Rails.
- Ein Produkt entwickeln, das die Benutzer lieben. Die meisten Aufgaben erfordern starke Teamarbeit mit einem Sinn für Verantwortung.
- Unsere REST-API über unseren automatisch generierten OpenAPI-Client konsumieren.
- Wiederverwendbare Komponenten und Front-End-Bibliotheken für die zukünftige Nutzung erstellen.
- Designs und Wireframes in hochwertigen Code umsetzen.
- KI in der Entwicklung nutzen, PRDs schreiben und in KI einfließen lassen.
- Neue Technologien lernen, den Tech-Stack verbessern.
Qualifikationen:
- Starke SQL-Kenntnisse: Du wirst die meiste Zeit damit verbringen, komplexe SQL-Abfragen für analytische Workloads zu schreiben und zu optimieren.
- Erfahrung mit BigQuery oder ähnlichem: Tiefes Verständnis von spaltenbasierten Datenbanken, Partitionierung, Clustering und Kostenoptimierung.
- Kenntnisse im E-Commerce-Bereich: Verständnis von Bestellungen, Erfüllungen, Beständen, Rücksendungen und Multi-Channel-Einzelhandel.
- Datenqualitätsbewusstsein: Erfahrung in der Implementierung und Fehlersuche bei Datenvalidierungen, Umgang mit Grenzfällen und Sicherstellung der Genauigkeit.
- Python-Kenntnisse: Für Datenverarbeitungsskripte und die Arbeit mit ML-Ausgaben.
- Inkrementelle Verarbeitungsmuster: Verständnis dafür, wie man mit verspätet eintreffenden Daten, Aktualisierungen und idempotenten Transformationen umgeht.
Bevorzugte Erfahrungen:
- Erfahrung mit Bruin, dbt oder ähnlichen Transformationsframeworks.
- Praktische Erfahrung mit Airbyte oder anderen ELT-Tools.
- Hintergrund in Multi-Tenant-Datenarchitekturen.
- Einblick in Nachfrageprognosen oder Zeitreihenanalysen.
- Erfahrung mit Shopify- oder Amazon-Daten-APIs/Schemata.
Was wir schätzen:
- Pragmatische Problemlösung: Unsere Plattform ist in Produktion – Änderungen müssen durchdacht und getestet werden.
- Aufmerksamkeit für Details: Datenqualität ist wichtig. Ein kleiner Fehler kann sich auf Kundendashboards auswirken.
- Klare Kommunikation: Du wirst mit Produkt-, Ingenieur- und KI-Teams arbeiten.
- Neugier: Die E-Commerce-Datenlandschaft ist komplex und entwickelt sich ständig weiter.
- Deine Erfahrung mit ähnlichen Datenplattformen (E-Commerce-Analytik, Multi-Channel-Daten, BigQuery/spaltenbasierte Datenbanken).
- Ein kurzer Überblick über ein herausforderndes Datenengineering-Problem, das du gelöst hast.
Wir suchen jemanden, der sofort einsatzbereit ist und ab dem ersten Tag zu einem Produktionssystem beitragen kann.
Sr. Data Engineer Arbeitgeber: Fabrikatör
Fabrikatör ist ein hervorragender Arbeitgeber, der innovative Lösungen für den E-Commerce-Bereich entwickelt. Mit einem dynamischen Arbeitsumfeld, das Kreativität und Teamarbeit fördert, bieten wir unseren Mitarbeitern die Möglichkeit, an spannenden Projekten zu arbeiten und ihre Fähigkeiten kontinuierlich weiterzuentwickeln. Unsere Unternehmenskultur legt Wert auf Vertrauen, Klarheit und langfristiges Denken, was es zu einem bedeutungsvollen Ort macht, um an der Zukunft des Handels mitzuarbeiten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Sr. Data Engineer 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 Fabrikatör 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 Sr. Data Engineer 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 Sr. Data Engineer bei Fabrikatör gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Fabrikatör 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 Fabrikatör entscheidend sein!
