Lead Data Platform Engineer

Lead Data Platform Engineer

Vollzeit 75000 - 95000 € / Jahr (geschätzt) Homeoffice möglich
J

Auf einen Blick

  • Aufgaben: Leite ein innovatives Cloud-Datenplattform-Team und forme die Architektur.
  • Unternehmen: Führendes Unternehmen im Bereich Cloud-Technologie mit einem dynamischen Team.
  • Vorteile: Vollständig remote, hohe Autonomie und Zugang zu modernsten Technologien.
  • Weitere Informationen: Inklusive und vielfältige Arbeitsumgebung mit Fokus auf kontinuierliche Verbesserung.
  • Warum dieser Job: Gestalte Lösungen, die echten Einfluss auf das Geschäft haben.
  • Qualifikationen: Mindestens 5 Jahre Erfahrung in der Daten- oder Plattformtechnik.

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

Diese Position wird im Auftrag eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und nächsten Schritte verwaltet. Unser Partner sucht einen Lead Data Platform Engineer mit Sitz in Deutschland. Treten Sie einem hochwirksamen Engineering-Team bei, das für den Betrieb und die Weiterentwicklung einer großangelegten, cloud-nativen Datenplattform verantwortlich ist, die Milliarden von Ereignissen verarbeitet und kritische Geschäftseinblicke liefert. Diese Rolle kombiniert praktische technische Führung mit Plattformverantwortung und gibt Ihnen die Möglichkeit, Architektur zu gestalten, Ingenieurstandards festzulegen und langfristige Skalierbarkeit und Zuverlässigkeit voranzutreiben. Sie werden über den gesamten Datenlebenszyklus hinweg arbeiten, von der Datenerfassung und -verarbeitung bis hin zu Modellierung, Berichterstattung und operativer Exzellenz. Die Position bietet erhebliche Autonomie, enge Zusammenarbeit mit technischen und geschäftlichen Stakeholdern sowie die Möglichkeit, die Plattformstrategie zu beeinflussen, während Sie tief in die Implementierung involviert bleiben. Es ist eine ideale Gelegenheit für einen erfahrenen Datenplattform-Experten, der es genießt, komplexe Herausforderungen in einer modernen Cloud-Umgebung zu lösen, während er andere betreut und bewährte Ingenieurpraktiken fördert.

Verantwortlichkeiten

  • Besitzen Sie die End-to-End-Datenplattform-Roadmap, treiben Sie strategische Entscheidungen und die Umsetzung in Architektur, Betrieb und kontinuierlichen Verbesserungsinitiativen voran.
  • Übernehmen Sie die Verantwortung für den gesamten Datenlebenszyklus, einschließlich Datenerfassung, Streaming- und Batch-Verarbeitung, Datenmodellierung, Qualitätssicherung, Berichterstattung und Lieferpipelines.
  • Leiten Sie die laufende Optimierung einer cloud-nativen Plattform mit Fokus auf Zuverlässigkeit, Skalierbarkeit, Wartbarkeit, Betriebseffizienz und Kostenmanagement.
  • Richten Sie Monitoring-, Observabilitäts-, Alarmierungs- und Incident-Response-Prozesse ein und stärken Sie diese, um sicherzustellen, dass geschäftskritische Systeme hochverfügbar und leistungsfähig bleiben.
  • Führen Sie Plattformbewertungen durch, identifizieren Sie technische Risiken und Verbesserungschancen und entwickeln Sie pragmatische Roadmaps für die Plattformentwicklung.
  • Definieren und fördern Sie Ingenieurstandards, die Dokumentation, Tests, Code-Reviews, Infrastrukturmanagement und operative Exzellenz abdecken.
  • Arbeiten Sie eng mit Produkt-, kundenorientierten und Führungsteams zusammen, um Geschäftsziele in skalierbare technische Lösungen zu übersetzen.
  • Fördern Sie die Einführung von KI-unterstützten Ingenieurpraktiken, einschließlich Codierung, Testen, Dokumentation, Refactoring und Incident-Analyse-Workflows.
  • Betreuen Sie Teammitglieder, bieten Sie technische Führung und stellen Sie nachhaltige Verantwortung für kritische Plattformkomponenten und -prozesse sicher.

Anforderungen

  • Mindestens 5 Jahre Erfahrung in der Datenverarbeitung, Datenplattform-Engineering, Plattform-Engineering oder verwandten Rollen in Produktionsumgebungen.
  • Starke Kenntnisse in Go (Golang) mit praktischer Erfahrung in der Entwicklung und Wartung von Backend-Systemen und Datenverarbeitungsanwendungen.
  • Umfangreiche Erfahrung mit Google Cloud Platform-Diensten, einschließlich Cloud Run, Pub/Sub, BigQuery, Dataflow, Cloud Storage und Cloud SQL.
  • Fortgeschrittene SQL-Kenntnisse und fundierte Expertise in analytischer Datenmodellierung und großangelegten Datenverarbeitungsarchitekturen.
  • Erfahrung mit Infrastructure-as-Code-Praktiken unter Verwendung von Terraform, CI/CD-Pipelines, containerisierten Workloads und modernen Cloud-Bereitstellungsmethoden.
  • Vertrautheit mit SQLMesh, dbt oder ähnlichen Datenorchestrierungs- und Transformationsframeworks ist sehr wünschenswert.
  • Kenntnisse in Protobuf oder vergleichbaren Schema-Definitions- und Datenserialisierungstechnologien.
  • Erfahrung in der Implementierung von Monitoring-, Observabilitäts-, Zuverlässigkeits- und betrieblichen Best Practices in Produktionssystemen.
  • Verständnis von Webanalytik, Publikumsmesssystemen oder vergleichbaren großangelegten Datenumgebungen ist von Vorteil.
  • Praktische Erfahrung mit KI-Coding-Assistenten und die Fähigkeit, KI-generierten Code auf Qualität, Sicherheit und Wartbarkeit zu bewerten.
  • Exzellente Kommunikations- und Stakeholder-Management-Fähigkeiten, mit der Fähigkeit, sowohl technische als auch nicht-technische Zielgruppen anzusprechen.
  • Fließendes Deutsch (C1-Niveau) und gute Englischkenntnisse für Dokumentation und internationale Zusammenarbeit.
  • Starke Problemlösungsfähigkeiten, Verantwortungsbewusstsein und einen proaktiven Ansatz zur technischen Führung.

Vorteile

  • Vollständig remote Arbeitsumgebung mit der Flexibilität, von überall aus zu arbeiten.
  • Hoher Grad an Autonomie und Vertrauen, der es Ihnen ermöglicht, Lösungen zu gestalten und die technische Richtung zu beeinflussen.
  • Gelegenheit, Verantwortung für eine moderne cloud-native Plattform mit erheblichem Geschäftswert zu übernehmen.
  • Kollaborative und unterstützende Teamkultur, die sich auf Wissensaustausch und kontinuierliche Verbesserung konzentriert.
  • Minimale Bürokratie und optimierte Prozesse, die darauf ausgelegt sind, Produktivität und Innovation zu maximieren.
  • Zugang zu einem breiten Netzwerk von SaaS-Profis für Lernen, Zusammenarbeit und berufliche Entwicklung.
  • Einblick in modernste Technologien, Cloud-Plattformen, KI-unterstützte Ingenieurpraktiken und großangelegte Datensysteme.
  • Inklusive und vielfältige Arbeitsumgebung, die sich für Chancengleichheit und berufliches Wachstum einsetzt.
  • Transparente Vergütungspraxis, bei der Gehaltsinformationen während des Einstellungsprozesses geteilt werden.

Lead Data Platform Engineer Arbeitgeber: Jobgether

Unser Partnerunternehmen bietet eine herausragende Arbeitsumgebung für einen Lead Data Platform Engineer in Deutschland, mit einem hohen Maß an Autonomie und der Möglichkeit, eine moderne cloud-native Plattform zu gestalten, die einen signifikanten Geschäftswert liefert. Die Unternehmenskultur fördert Zusammenarbeit und kontinuierliche Verbesserung, während Mitarbeiter Zugang zu einem breiten Netzwerk von SaaS-Profis haben, um ihre Fähigkeiten weiterzuentwickeln. Zudem wird ein flexibles, vollständig remote Arbeitsumfeld geboten, das Vielfalt und Chancengleichheit schätzt.

J

Kontaktdaten:

Jobgether Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Lead Data Platform Engineer 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 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 Lead Data Platform Engineer mit Bravour zu bestehen

Go (Golang)
Google Cloud Platform
Cloud Run
Pub/Sub
BigQuery
Dataflow
Cloud Storage

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 Lead Data Platform Engineer 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!