Engineering Manager - Data Engineering (all genders)

Engineering Manager - Data Engineering (all genders)

München Vollzeit 60000 - 80000 € / Jahr (geschätzt) Homeoffice (teilweise)
H

Auf einen Blick

  • Aufgaben: Leiten Sie ein Team von 5 Data Engineers und entwickeln Sie Datenpipelines mit Airflow und dbt.
  • Unternehmen: Holidu ist ein innovatives Unternehmen im Bereich Reise- und Datenmanagement mit einer internationalen Belegschaft.
  • Vorteile: Profitieren Sie von einem hybriden Arbeitsmodell, Reisekostenerstattungen und einem persönlichen Lernbudget.
  • Weitere Informationen: Die Position erfordert sowohl technische als auch Führungsfähigkeiten in einem dynamischen Umfeld.
  • Warum dieser Job: Gestalten Sie die Zukunft des Reisens mit Produkten, die Millionen von Nutzern zugutekommen.
  • Qualifikationen: Erforderlich sind umfangreiche Erfahrung in Data Engineering und Kenntnisse in Python, SQL sowie DataOps-Prinzipien.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

Job responsibilities

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-Data-Pipeline-Tools sowie für die Unterstützung mehrerer Endbenutzer-Pipelines. Ihr Team wird der Organisation helfen, alle ihre Datenbedürfnisse zu erfüllen 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, sowie um bewährte Verfahren für den Umgang mit Daten auf unserer Plattform zu entwickeln und zu automatisieren. Sie übernehmen die Verantwortung, einen DataMesh-basierten Ansatz zu schaffen, um verschiedenen Teams zu helfen, die Daten zu nutzen, um datengestützte Anwendungen zu erstellen.

Data Pipelines: Airflow + dbt-core, unterstützt von Python. Datenlagerung & Abfrage: Redshift, Athena, DuckDB. Ingestion: Kafka, Airbyte, Fivetran. Automatisierung & KI: Claude, Copilot, Codex.

Ihre Rolle in dieser Reise

Diese Rolle besteht zu gleichen Teilen aus Mitarbeiterführung und praktischer technischer Mitwirkung. Sie werden nicht nur verwalten — Sie werden gestalten, wie das Team arbeitet, selbst Hand anlegen, wenn es darauf ankommt, und den technischen Standard durch 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.
  • Bleiben Sie hands-on. Sie werden direkt zu Architekturentscheidungen, Code-Reviews und komplexen technischen Herausforderungen beitragen.
  • Besitzen Sie die technische Richtung. 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.
  • Fördern Sie die Ingenieursqualität. Setzen Sie sich für die besten Praktiken von DataOps ein — CI/CD für Datenpipelines, automatisierte Tests, Überwachung, Beobachtbarkeit und Datenqualitätsstandards.
  • Beseitigen und ermöglichen Sie. Beseitigen Sie Reibungen, klären Sie Unklarheiten und stellen Sie sicher, dass Ihre Ingenieure ihre beste Arbeit ohne unnötige Belastungen leisten können.
  • Verbinden Sie Ingenieurwesen mit dem Geschäft. Übersetzen Sie komplexe technische Abwägungen in einfache Sprache für nicht-technische Stakeholder und stimmen Sie Lösungen mit realen Geschäftsbedürfnissen ab.
  • Drücken Sie den Stack voran. Bewerten Sie neue Technologien unter Berücksichtigung von Kosten, Geschwindigkeit und Zuverlässigkeit — und geben Sie Ihrem Team den Raum, dasselbe zu tun.
  • Integrieren Sie KI in die Arbeitsweise Ihres Teams. Setzen Sie sich für die Nutzung von LLM-Tools und KI-Agenten ein, um die Produktivität zu verbessern und das Team an der Spitze zu halten.

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 Mitarbeiterführung — 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 in der Mitarbeiterführung ist von Vorteil, aber keine harte Voraussetzung.
  • Exzellente Kommunikationsfähigkeiten mit der Fähigkeit, technische Entscheidungen an Ingenieure und nicht-technische Stakeholder zu kommunizieren.

Benefits

  • Impact: 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 lernen von herausragenden Kollegen, arbeiten interdisziplinär zusammen und profitieren von Mentoring und persönlichen Lernbudgets, mit einem starken Fokus auf KI.
  • Große 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. Unsere Kunden sind Gäste und Gastgeber — Menschen, mit denen wir uns alle identifizieren können — was die Arbeit bedeutungsvoll und energetisierend macht.
  • Technologie: Arbeiten Sie in einer modernen Technologielandschaft. Sie erleben das Tempo eines Scale-ups 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 die 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: Wir bieten auch Reisevorteile, Fitnessstudio-Rabatte und andere Vorteile, 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.

EEO-Erklärung

Wir setzen uns für Vielfalt in allen Aspekten unseres Unternehmens ein. Wir ermutigen Bewerbungen von allen Geschlechtern, aus allen Ecken 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

Holidu bietet eine moderne Technologieumgebung und fördert kontinuierliches Lernen. Mit einem starken Fokus auf AI und einem internationalen Team wird Ihre Arbeit bedeutend und energisch. Genießen Sie Flexibilität mit bis zu 8 Wochen Remote-Arbeit pro Jahr und zahlreichen Teamevents.

H

Kontaktdaten:

Holidu 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 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

SQL
Python
Data Pipeline Development
Problem-Solving Skills
Data Engineering
API Integration
Communication Skills

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 gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Holidu 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 entscheidend sein!