Engineering Manager - Data Engineering (all genders)

Engineering Manager - Data Engineering (all genders)

München Vollzeit 75000 - 95000 € / Jahr (geschätzt) Homeoffice (teilweise)
Holidu GmbH

Auf einen Blick

  • Aufgaben: Leiten Sie ein Team von 5 Dateningenieuren und entwickeln Sie Datenpipeline-Tools.
  • Unternehmen: Holidu ist ein schnell wachsendes Unternehmen im Bereich der Ferienvermietungstechnologie mit 700 Mitarbeitern aus über 60 Nationen.
  • Vorteile: Genießen Sie flexible Arbeitszeiten, Reisevorteile und ein persönliches Lernbudget für berufliche Weiterentwicklung.
  • Weitere Informationen: Arbeiten Sie hybrid mit 50% Bürozeit und bis zu 8 Wochen pro Jahr an inspirierenden Orten.
  • Warum dieser Job: Gestalten Sie die Zukunft des Reisens mit Produkten, die Millionen von Gästen und Tausende von Gastgebern nutzen.
  • Qualifikationen: Erforderlich sind umfangreiche Erfahrung in Data Engineering und Kenntnisse in AWS, Python und SQL.

Das prognostizierte Gehalt liegt zwischen 75000 - 95000 € pro Jahr.

Holidu ist eines der am schnellsten wachsenden Technologieunternehmen im Bereich Ferienvermietungen weltweit. Unsere Mission ist es, die Buchung und das Hosting von Ferienhäusern zweifelsfrei und voller Freude zu gestalten, indem wir Gastgebern helfen, mehr Buchungen mit weniger Aufwand zu generieren und Gästen helfen, ein Ferienhaus zu finden, das ihnen wirklich gefällt.

Ihr zukünftiges Team

Sie werden das Data Engineering-Team in der Abteilung Business Intelligence leiten, das aus 5 Dateningenieuren besteht. Dieses Team ist verantwortlich für die Erstellung, Wartung und Verfeinerung der Kern-Datenpipeline-Tools sowie die Unterstützung mehrerer Endbenutzer-Pipelines. Ihr Team wird der Organisation helfen, all ihre Datenbedürfnisse zu adressieren und gleichzeitig die Datenplattform mit neuen Funktionen und Refactoring zu verbessern. Sie werden eng mit den Teams für Datenanalyse und Data Science zusammenarbeiten, um ihnen zu ermöglichen, die von Ihnen entwickelten Tools weiter zu nutzen und Best Practices für den Umgang mit Daten auf unserer Plattform zu entwickeln und zu automatisieren.

Unsere Tech-Stack

  • Datenpipelines: Airflow + dbt-core, unterstützt von Python
  • Datenlagerung & Abfrage: Redshift, Athena, DuckDB
  • Cloud & DevOps: AWS EKS (Kubernetes), Terraform, Docker, Jenkins
  • Datenaufnahme: Kafka, Airbyte, Fivetran
  • Überwachung: ELK, Grafana, Looker, OpsGenie
  • Automatisierung & KI: Claude, Copilot, Codex

Ihre Rolle auf dieser Reise

Diese Rolle umfasst sowohl Führungskompetenz als auch praktische technische Beiträge. Sie werden nicht nur managen — Sie werden gestalten, wie das Team arbeitet, selbst Hand anlegen, wenn es darauf ankommt, und den technischen Standard durch Ihr Beispiel setzen. Hier ist, wie das im Alltag aussieht:

  • Leiten und Wachsen Ihres Teams. Coachen Sie 6 Dateningenieure, schaffen Sie eine Kultur des Feedbacks und des kontinuierlichen Lernens und rekrutieren Sie die Personen, die das Team stärken werden.
  • Praktisch bleiben. Sie werden direkt zu Architekturentscheidungen, Code-Reviews und komplexen technischen Herausforderungen beitragen.
  • Technische Richtung übernehmen. Arbeiten Sie mit Datenanalysten, Datenwissenschaftlern und Stakeholdern zusammen, um klare Ziele zu setzen, die richtigen Arbeiten zu priorisieren und sicherzustellen, dass das Team Dinge baut, die tatsächlich wichtig sind.
  • Ingenieurqualität vorantreiben. Fördern Sie die besten Praktiken von DataOps — CI/CD für Datenpipelines, automatisierte Tests, Überwachung, Beobachtbarkeit und Datenqualitätsstandards.
  • Blockaden beseitigen und ermöglichen. Beseitigen Sie Reibungen, klären Sie Unklarheiten und stellen Sie sicher, dass Ihre Ingenieure ihre beste Arbeit ohne unnötigen Aufwand leisten können.
  • Ingenieurwesen mit dem Geschäft verbinden. Übersetzen Sie komplexe technische Abwägungen in einfache Sprache für nicht-technische Stakeholder und stimmen Sie Lösungen mit realen Geschäftsbedürfnissen ab.
  • Den Stack vorantreiben. Bewerten Sie neue Technologien unter Berücksichtigung von Kosten, Geschwindigkeit und Zuverlässigkeit — und geben Sie Ihrem Team den Raum, dasselbe zu tun.
  • KI in die Arbeitsweise Ihres Teams integrieren. Fördern Sie die Nutzung von LLM-Tools und KI-Agenten zur Verbesserung der Produktivität und halten Sie das Team an der Spitze.

Ihr Rucksack ist gefüllt mit

  • Umfangreiche praktische Erfahrung als Dateningenieur, Softwareentwickler oder in einem eng verwandten technischen Bereich, idealerweise in einer schnelllebigen Startup- oder Scale-up-Umgebung.
  • Tiefe Erfahrung mit Lakehouse-Architekturen auf AWS und cloud-nativen Datenplattformen.
  • Erfahrung im Aufbau skalierbarer Batch- und Streaming-Pipeline-Architekturen mit Tools wie Airflow, dbt, Redshift, Athena, Spark oder ähnlichem.
  • Starke Kenntnisse in Python und SQL.
  • Solides Verständnis der Prinzipien von DataOps: Infrastructure as Code (Terraform), CI/CD, automatisierte Tests, Pipeline-Überwachung und Datenqualitätsmanagement.
  • Praktische Erfahrung mit LLM-Tools und KI-Agenten im Kontext der Datenverarbeitung.
  • Erfahrung mit Rahmenwerken und Implementierungen zur Datenverwaltung ist von Vorteil.
  • Starke technische Führungserfahrung, einschließlich Zielsetzung, Priorisierung, Systemdesign und Anleitung von Ingenieuren bei komplexen Lieferungen.
  • Eine Leidenschaft und Intuition für Personalmanagement — Sie finden Bedeutung darin, anderen beim Wachsen zu helfen, geben Feedback mit Sorgfalt und Direktheit und bauen Teamkulturen auf, die auf Vertrauen basieren.
  • Formale Erfahrung im Personalmanagement ist von Vorteil, aber keine harte Voraussetzung.
  • Exzellente Kommunikationsfähigkeiten mit der Fähigkeit, technische Entscheidungen an Ingenieure und nicht-technische Stakeholder zu kommunizieren.

Unser Abenteuer umfasst

  • Einfluss: Gestalten Sie die Zukunft des Reisens mit Produkten, die von Millionen von Gästen und Tausenden von Gastgebern genutzt werden. Bei Holidu werden Ideen zu Produkten, Daten treiben Entscheidungen und Iteration fördert schnelles Lernen. Ihre Arbeit zählt und Sie werden die Auswirkungen sehen.
  • Lernen: Wachsen Sie beruflich in einer Kultur, die auf Neugier und Feedback gedeiht. Sie werden von herausragenden Kollegen lernen, disziplinübergreifend zusammenarbeiten und von Mentoring und persönlichen Lernbudgets profitieren — mit einem starken Fokus auf KI.
  • Tolle Menschen: Treten Sie einem Team von klugen, motivierten und internationalen Kollegen bei, die sich gegenseitig herausfordern und unterstützen. Wir feiern Erfolge und halten unsere Kultur lustig, ehrgeizig und menschlich.
  • Technologie: Arbeiten Sie in einer modernen Technologielandschaft. Sie werden das Tempo eines Scale-ups erleben, kombiniert mit der Stabilität eines bewährten Geschäftsmodells, das es Ihnen ermöglicht, kontinuierlich zu bauen, zu testen und zu verbessern.
  • Flexibilität: Arbeiten Sie in einem hybriden Setup mit 50% Bürozeit für Zusammenarbeit und verbringen Sie bis zu 8 Wochen im Jahr an anderen inspirierenden Orten. Sie bleiben durch regelmäßige Veranstaltungen und Treffen in unseren fast 30 Büros verbunden.
  • Zusätzliche Vorteile: Natürlich bieten wir auch Reisevorteile, Fitnessstudio-Rabatte und andere Anreize, um Sie energiegeladen zu halten — aber was uns wirklich auszeichnet, ist die Chance, in einer dynamischen Branche zu wachsen, neben großartigen Menschen, während Sie dabei Spaß haben.

Wir setzen uns für Vielfalt in allen Aspekten unseres Unternehmens ein. Wir ermutigen Bewerbungen von allen Geschlechtern, aus allen Teilen der Welt und aus allen individuellen Hintergründen. Sie sind herzlich eingeladen, Ihre Bewerbung ohne Foto und ohne Angabe Ihres Geschlechts, Geburtsdatums, Familienstands, Nationalität oder Behinderungsstatus (sofern zutreffend) einzureichen. Wenn Sie besondere Unterstützung bei der Vereinbarung von Interviews, Bürobesuchen oder dem Rekrutierungsprozess im Allgemeinen benötigen, wenden Sie sich bitte an die zuständige HR-Person für diese Stelle, und wir werden unser Bestes tun, um Ihre Bedürfnisse zu berücksichtigen.

Engineering Manager - Data Engineering (all genders) Arbeitgeber: Holidu GmbH

Holidu bietet eine dynamische Arbeitsumgebung mit einem starken Fokus auf AI und kontinuierlichem Lernen. Das Unternehmen hat seinen Sitz in München und fördert eine Kultur der Neugier und des Feedbacks. Die internationale Belegschaft von 700 Mitarbeitern unterstützt sich gegenseitig und feiert Erfolge gemeinsam.

Holidu GmbH

Kontaktdaten:

Holidu GmbH Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Engineering Manager - Data Engineering (all genders) 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 Holidu GmbH 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 Engineering Manager - Data Engineering (all genders) mit Bravour zu bestehen

Datenengineering
Softwareentwicklung
Python
SQL
DataOps-Prinzipien
Terraform
CI/CD

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 Engineering Manager - Data Engineering (all genders) bei Holidu GmbH gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Holidu GmbH 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 Holidu GmbH entscheidend sein!