Data Engineer (all genders)

Standort: Berlin (hybrid, 3 Bürotage pro Woche)

Sprachen: Fließend in Englisch

Erfahrungsgrad: 2+ Jahre in der Softwareentwicklung

Ihr Profil

Sie passen gut zu uns, wenn Sie:

• 2+ Jahre Erfahrung im Aufbau von produktionsreifen Systemen haben.
• Schnellen, sauberen und wartbaren Code in TypeScript, Node.js, React schreiben.
• Backend-Grundlagen verstehen: Hexagonale Architektur, NestJs/Inversify, Express.js, AWS SQS/SNS, Sockets, PostgreSQL, TypeORM.
• Mit AWS (ECS/EKS), Docker, Kubernetes, Terraform vertraut sind.
• Erfahrung mit CI/CD-Pipelines (GitHub Actions, CircleCI) haben.
• Pragmatisch arbeiten: einfache Lösungen über Abstraktionen bevorzugen.
• Ein tiefes Interesse an Tests und langfristiger Zuverlässigkeit haben.
• Verantwortung für das übernehmen, was Sie bauen – auch nach der Auslieferung.
• Deutlich mit Ingenieuren, Produktmanagern und Designern kommunizieren.
• Gerne in einem schlanken, schnelllebigen Team mit minimaler Hierarchie arbeiten.

Nice to have

• Erfahrung mit Beobachtbarkeit (Prometheus, Grafana, Sentry).
• Frühere Arbeit in verteilten Systemen oder Mikrodiensten.
• Erfahrung mit KI-unterstützten Entwicklungsabläufen.

Warum marta?

Bei marta entwickeln wir Technologien, die hochwertige häusliche Pflege zugänglich, transparent und menschlich machen. Unsere Plattform verbindet Familien und Pflegekräfte in ganz Europa und schafft Vertrauen, Würde und Einfachheit in einer der wichtigsten Branchen: der Altenpflege. Nachdem wir uns als technologischer Marktführer im Bereich der Live-in-Pflege etabliert haben, treten wir nun in die nächste Wachstumsphase ein – wir skalieren unser Produkt- und Engineering-Team, um größere Geschwindigkeit, Stabilität und Wirkung zu erzielen. Unser Ziel ist klar: den neuen Standard für Technologie in der Altenpflege zu setzen. Sie werden Teil eines kleinen, internationalen Teams von 15 Personen aus fünf Ländern, das in Berlin, Österreich, Litauen und Rumänien arbeitet. Wir verbringen gerne Zeit miteinander – von regelmäßigen Teamfrühstücken und Veranstaltungen bis hin zu Bürofeiern und Sport. Sie erhalten 27 Tage bezahlten Urlaub, arbeiten im Herzen der lebhaften Technologieszene Berlins und nutzen die neuesten Tools und Technologien, um großartige Produkte zu entwickeln. Unsere Kultur ist praxisorientiert und innovationsgetrieben, was Ihnen echte Verantwortung und die Möglichkeit gibt, ein Greenfield-Projekt von Grund auf zu helfen, das sich auf maschinelles Lernen und datengestützte Produkte konzentriert.

Ihre Rolle in unserem Team

Ihre Mission

Sie treiben datengestützte Entscheidungen voran, indem Sie komplexe Daten in zuverlässige Erkenntnisse umwandeln. Sie übernehmen die Verantwortung für analytische Lösungen von Anfang bis Ende – von der Datenexploration und Modellentwicklung bis hin zu Bereitstellung, Überwachung und kontinuierlicher Verbesserung. Sie arbeiten eng mit Geschäfts- und Engineering-Partnern zusammen, um Transparenz, Qualität und messbare Auswirkungen auf der Plattform sicherzustellen.

Hauptverantwortlichkeiten

• Datenanalyse & Erkenntnisgenerierung
  • Statistische und analytische Strenge anwenden, um komplexe Geschäftsprobleme zu lösen.
  • Muster und Trends in Daten identifizieren, um strategische und operative Entscheidungen zu unterstützen.
  • Analytische Ergebnisse in klare, umsetzbare Erkenntnisse für Stakeholder übersetzen.
  • Zu Geschäftsdashboards beitragen, um Transparenz und Verständnis von Kennzahlen zu erhöhen.
• Maschinelles Lernen & Entwicklung von Trainingsdaten
  • Bestehende ML-Strukturen analysieren, um Verbesserungsmöglichkeiten zu identifizieren.
  • Neue Trainingsdatensätze basierend auf beobachteten Datenmustern definieren und erstellen.
  • Die kontinuierliche Weiterentwicklung von Modellen durch datengestützte Experimente unterstützen.
  • Sicherstellen, dass Datensätze repräsentativ, skalierbar und mit den Geschäftszielen abgestimmt sind.
• Datenengineering & Plattformbeitrag
  • Hochwertigen, wartbaren Code schreiben, um Daten aus verschiedenen Quellen abzurufen, zu verarbeiten und zu analysieren.
  • Neue Datensätze in die Plattform prüfen, validieren und integrieren.
  • Zu einer sich schnell entwickelnden, modernen Datenplattform unter Verwendung bewährter Ingenieurpraktiken beitragen.
  • Auf dem Laufenden bleiben über moderne Technologien und Methoden der Datenwissenschaft.
• Qualität, Zuverlässigkeit & Messung
  • Mechanismen implementieren, um die Qualität der Datenoutputs proaktiv zu messen und zu überwachen.
  • Annahmen validieren, Anomalien erkennen und Konsistenz in Analysen sicherstellen.
  • Robustheit und Zuverlässigkeit analytischer Pipelines und Modelle verbessern.
  • Reproduzierbarkeit, Dokumentation und Klarheit in allen analytischen Arbeiten fördern.