Auf einen Blick
- Aufgaben: Leite die Datenplattform-Strategie und entwickle innovative KI-Lösungen.
- Unternehmen: Führendes Unternehmen im Bereich Datenengineering mit Fokus auf moderne Technologien.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein unterstützendes Team.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Entwicklungschancen und einem engagierten Team.
- Warum dieser Job: Gestalte die Zukunft der Datenarchitektur und arbeite an spannenden Projekten.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in Datenengineering und starke Kenntnisse in SQL und Python.
Das prognostizierte Gehalt liegt zwischen 60000 - 84000 € pro Jahr.
Anforderungen
- Nachgewiesene Datenengineering-Grundlage: 5+ Jahre Erfahrung im Datenengineering oder in technischer Führung, mit starker Expertise in SQL, Python, ETL/ELT, Datenmodellierung und skalierbaren Datenarchitekturen.
- Erfahrung mit modernen Plattformen und Architekturen: Nachgewiesene Erfahrung in der Gestaltung skalierbarer Datenplattformen und der Migration von Altsystemen zu modularen oder ereignisgesteuerten Architekturen.
- Interdisziplinäre Kommunikation: Starke Erfahrung in der Zusammenarbeit mit interdisziplinären Stakeholdern zur Abstimmung der technischen Architektur mit den Geschäftszielen.
- Der moderne Datenstapel: Praktische Expertise mit Snowflake, dbt, Airflow und Airbyte sowie Erfahrung mit Ereignis-Streaming-Technologien wie Kafka.
- Fortgeschrittene Programmier- und DevOps-Kenntnisse: Starke Python-Kenntnisse und Erfahrung mit AWS, Terraform, Kubernetes, GitLab CI/CD und cloud-nativer Infrastruktur.
- Automatisierung & KI-Engineering: Erfahrung oder starkes Interesse an Analyseagenten, LLM-Integrationen und Workflow-Automatisierung mit Tools wie OpenAI APIs, Anthropic APIs, n8n, LangChain oder LlamaIndex.
- Daten-Governance & Zuverlässigkeit: Starkes Verständnis für Datenqualität, Governance, Beobachtbarkeit, Sicherheit und zuverlässige Datenprodukte.
- Extreme Eigenverantwortung: Sie übernehmen proaktiv Verantwortung für Infrastrukturherausforderungen, architektonische Entscheidungen und betriebliche Verbesserungen.
- Pragmatischer Innovator: Sie balancieren Innovation mit Zuverlässigkeit, Wartbarkeit und langfristiger Plattformgesundheit.
- Entwickler-Empathie & Mentoring: Sie genießen es, Teamkollegen zu betreuen und technische Konzepte klar über Teams hinweg zu kommunizieren.
- Kontinuierliches Lernen & Anpassungsfähigkeit: Sie bleiben neugierig auf moderne Datentechnologien, Workflow-Automatisierung und aufkommende KI-Fähigkeiten.
Was die Stelle beinhaltet
- Gestaltung der Plattformstrategie & Architektur.
- Pionierarbeit bei Agentic AI & Analytics-Innovation.
- Modernisierung von Pipelines & Ereignis-Streaming: Aufbau, Optimierung und Verwaltung hochresilienter ETL/ELT-Pipelines mit Snowflake, dbt, Airbyte und Airflow. Sie werden moderne Ingestions- und Transformationsarchitekturen entwerfen und nahezu in Echtzeit Ereignis-Streaming-Funktionen durch Kafka und ähnliche Technologien ermöglichen.
- Automatisierung von Workflows & Betriebsprozessen: Nutzung von Orchestrierungs- und Automatisierungsplattformen wie n8n zur Verbindung von Systemen, zur Rationalisierung von Geschäftsabläufen, zur Beseitigung repetitiver manueller Arbeiten und zur Ermöglichung skalierbarer Workflow-Automatisierung über Teams hinweg.
- Einrichtung von KI-bereiten Datenfundamenten: Sicherstellen, dass alle Datenprodukte auffindbar, gut dokumentiert, regiert und vertrauenswürdig sind. Sie werden starke Datenverträge, Eigentumsmodelle, Beobachtbarkeitsstandards und Governance-Praktiken etablieren, damit sowohl Menschen als auch KI-gestützte Systeme sicher mit Daten arbeiten können.
- Nutzung von Cloud- & DevOps-Infrastruktur: Bereitstellung und Verwaltung cloud-nativer Dateninfrastruktur auf AWS unter Verwendung von Infrastructure-as-Code und containerisierten Umgebungen mit Terraform, Kubernetes und GitLab CI/CD-Pipelines.
- Ermächtigung & Mentoring eines qualifizierten Teams: Bereitstellung technischer Führung und praktischer Mentoring für zwei Dateningenieure. Sie werden Ingenieurstandards, skalierbare Betriebspraktiken, Teststrukturen und eine starke Kultur der Zusammenarbeit und technischen Exzellenz etablieren.
Data Platform Lead Arbeitgeber: GotPhoto
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, in einem dynamischen und innovativen Umfeld zu arbeiten, das sich auf moderne Datenarchitekturen und KI-gestützte Lösungen konzentriert. Unsere Unternehmenskultur fördert kontinuierliches Lernen und Zusammenarbeit, während wir Ihnen durch gezielte Mentorship-Programme und Entwicklungsmöglichkeiten helfen, Ihre Karriere voranzutreiben. Darüber hinaus profitieren Sie von flexiblen Arbeitsmodellen und einer starken Gemeinschaft, die den Austausch von Ideen und Best Practices schätzt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Platform Lead 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 GotPhoto 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 Data Platform Lead 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 Data Platform Lead bei GotPhoto gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei GotPhoto 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 GotPhoto entscheidend sein!
