Auf einen Blick
- Aufgaben: Entwickle skalierbare Web-Scraping-Lösungen und Datenpipelines für geschäftskritische Einblicke.
- Unternehmen: Innovatives Unternehmen im Bereich Datenengineering mit einem kollaborativen Teamgeist.
- Vorteile: Herausfordernde Projekte, hohe Eigenverantwortung und kontinuierliche Lernmöglichkeiten.
- Weitere Informationen: Flexibles, technologieorientiertes Umfeld mit Möglichkeiten zur beruflichen Weiterentwicklung.
- Warum dieser Job: Gestalte automatisierte Datensysteme und löse komplexe Datenherausforderungen.
- Qualifikationen: Erfahrung in Softwareentwicklung, Web-Scraping und Datenverarbeitung erforderlich.
Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.
This position is listed on behalf of a partner company, who manages all applications and next steps. Our partner is looking for a Data Engineer - Web Scraping based in Germany.
This role is an exciting opportunity to build scalable web scraping solutions and data pipelines that power business-critical insights.
You will work closely with analysts, engineers, and cross-functional teams to develop reliable datasets that support strategic decision-making.
With significant ownership over your projects, you'll design, automate, and optimize data collection workflows while ensuring data quality and reliability.
The environment encourages innovation, collaboration, and continuous learning, giving you the freedom to experiment with new technologies and improve existing processes.
If you enjoy solving complex data challenges and building automation at scale, this role offers an excellent platform to make a meaningful impact.
Accountabilities
As a Data Engineer specializing in web scraping, you will design, develop, and maintain automated data collection systems while ensuring the quality, accuracy, and availability of large-scale datasets.
You will collaborate across teams to build efficient, reliable, and scalable data solutions.
- Collaborate with analysts and stakeholders to understand data requirements and deliver tailored data solutions.
- Design, develop, and maintain web scrapers for a wide range of structured and unstructured data sources.
- Clean, transform, validate, and manipulate large datasets using Python and Pandas.
- Build and maintain data ingestion pipelines into databases or data warehouses.
- Schedule, monitor, and optimize scraping workflows using orchestration tools such as Apache Airflow.
- Develop quality control checks to ensure data integrity, consistency, and availability.
- Investigate and resolve data pipeline issues and time-sensitive production incidents.
- Design and enhance internal tools, automation frameworks, and platform capabilities to improve operational efficiency.
- Work closely with cross-functional engineering teams to implement scalable and maintainable data processing workflows.
Requirements
The ideal candidate combines strong software engineering skills with hands-on experience in web scraping, data processing, and automation.
Success in this role requires both technical expertise and a proactive, problem-solving mindset.
- Bachelor's or Master's degree in Computer Science or a related technical discipline.
- 2–4 years of professional software development experience.
- Strong programming skills in Python and solid SQL/database knowledge.
- Advanced experience using the Pandas library for data cleaning, transformation, and analysis.
- Experience working with web technologies, including HTML, Java Script, APIs, and related protocols.
- Proven experience processing, cleaning, and transforming large datasets.
- Familiarity with web scraping frameworks and tools such as Selenium, Scrapy, XPath, Fiddler, or Postman.
- Experience with workflow orchestration tools such as Apache Airflow or similar platforms.
- Knowledge of Docker containerization; Kubernetes experience is an advantage.
- Familiarity with CI/CD tools such as Jenkins or Git Lab CI/CD.
- Experience working with cloud services, particularly AWS technologies such as S3, RDS, Lambda, SNS, or SQS, is preferred.
- Strong analytical thinking, attention to detail, communication skills, and a passion for automation and continuous improvement.
Benefits
- Opportunity to work on challenging projects supporting a leading global asset management environment.
- High level of ownership and autonomy in a collaborative, team-oriented culture.
- Exposure to modern data engineering, web scraping, cloud, and automation technologies.
- Collaborative environment with experienced engineering, product, and data professionals.
- Opportunities for continuous learning, professional growth, and technical skill development.
- Merit-driven culture that values innovation, initiative, and individual contributions.
- Flexible, technology-focused environment with opportunities to work on impactful data products.
How Jobgether works
We use an
AI-powered matching process to ensure your application is reviewed quickly, objectively, and fairly against the role's core requirements.
Our system identifies the top-fitting candidates, and this shortlist is then shared directly with the hiring company.
The final decision and next steps (interviews, assessments) are managed by their internal team.
We appreciate your interest and wish you the best!
Why Apply Through Jobgether?
Data Privacy Notice
By submitting your application, you acknowledge that Jobgether will process your personal data to evaluate your candidacy and share relevant information with the hiring employer.
This processing is based on legitimate interest and pre-contractual measures under applicable data protection laws (including GDPR).
You may exercise your rights (access, rectification, erasure, objection) at any time.
#LI-CL1
We may use artificial intelligence (AI) tools to support parts of the hiring process, such as reviewing applications, analyzing resumes, or assessing responses and identifying potential inconsistencies or verification signals in application materials based on available information.
These tools assist our recruitment team but do not replace human judgment.
Final hiring decisions are ultimately made by humans.
If you would like more information about how your data is processed, please contact us.
Data Engineer - Web Scraping Arbeitgeber: Jobgether
Jobgether ist ein hervorragender Arbeitgeber, der kreative Talente in der Schweiz anzieht. Mit flexiblen Arbeitsbedingungen, 20 Urlaubstagen und umfassender medizinischer Versicherung bietet das Unternehmen nicht nur ein unterstützendes und innovatives Arbeitsumfeld, sondern auch zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung. Hier haben Sie die Chance, in einem dynamischen Team zu arbeiten und Ihre kreativen Ideen in die Tat umzusetzen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Engineer - Web Scraping 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 Jobgether 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 Engineer - Web Scraping 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 Engineer - Web Scraping bei Jobgether gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Jobgether 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 Jobgether entscheidend sein!