Auf einen Blick
- Aufgaben: Modernisiere Dateninfrastruktur und baue skalierbare Cloud-Datenprodukte.
- Unternehmen: Innovatives Unternehmen mit globalem Team und modernster Technologie.
- Vorteile: Vollständig remote, 28 Urlaubstage, Wellness-Tage und Weiterbildungskostenübernahme.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Entwicklungsmöglichkeiten und internationalem Team.
- Warum dieser Job: Gestalte die Zukunft der Datenverarbeitung mit modernsten Cloud-Technologien.
- Qualifikationen: Erfahrung in Data Engineering und fortgeschrittene SQL-Kenntnisse erforderlich.
This position is listed on behalf of a partner company, who manages all applications and next steps. Our partner is looking for a Senior Data Engineer (Cloud) based in Germany.
This role offers the opportunity to modernize data infrastructure and build scalable cloud-based data products in a globally distributed technology environment.
You will lead the migration of data workloads from legacy SQL Server environments to modern cloud platforms.
Your work will directly improve the reliability, quality, performance, and accessibility of analytical data.
You will design production-grade ETL/ELT pipelines, analytical models, and cloud data workflows using modern engineering practices.
The role combines hands-on data engineering with cloud infrastructure, platform automation, and AI-assisted engineering initiatives.
You will collaborate with analysts, engineers, and business stakeholders to translate complex requirements and legacy logic into robust solutions.
This is an excellent opportunity for a senior engineer who enjoys solving challenging data problems and shaping modern cloud platforms.
Accountabilities
- Migrate data products, analytical workloads, and associated processes from MS SQL Server to a modern cloud data platform.
- Analyze legacy SQL, ETL workflows, data models, and business logic, redesigning them to align with the target cloud architecture.
- Build, maintain, and optimize scalable batch data pipelines and analytical data models for production use.
- Deploy, configure, and operate managed cloud data services, including data warehouses, workflow orchestration, managed compute, and storage.
- Validate migrated data, investigate discrepancies, and implement measures to maintain high standards of data accuracy and quality.
- Collaborate with data analysts and business stakeholders to clarify requirements, understand business logic, and ensure technical solutions support analytical needs.
- Contribute to data platform reliability, performance optimization, cost efficiency, monitoring, and broader engineering best practices.
- Develop and improve AI-assisted engineering automation for data engineering workflows, including reusable agent capabilities, shared specifications, evaluation frameworks, quality controls, and supporting tools.
- Apply automation and infrastructure engineering practices to improve the efficiency, consistency, and scalability of data workflows.
- Identify technical risks and opportunities for continuous improvement across data pipelines, cloud infrastructure, and analytical workloads.
Requirements
- Strong professional background in Data Engineering with advanced SQL skills and extensive experience working with relational databases.
- Hands-on experience with GCP data technologies or another major cloud platform, with strong practical knowledge of services such as BigQuery, Cloud Composer, and Google Cloud Storage.
- Proven experience designing and operating production-grade ETL/ELT pipelines and analytical data models.
- Experience deploying, configuring, and managing cloud data services, including workflow orchestration, managed or serverless compute, analytical warehouses, and cloud storage.
- Strong Python skills or proficiency in another general-purpose programming language, with practical application across data engineering, platform automation, and analytical workloads.
- Solid understanding of cloud infrastructure concepts, including IAM, networking, monitoring, CI/CD, and infrastructure configuration.
- Experience working with legacy data warehouses, complex SQL environments, and business logic that requires careful analysis and modernization.
- Ability to investigate data issues, identify root causes, validate migrations, and maintain strong data quality standards.
- Strong problem-solving and analytical capabilities, combined with a structured and engineering-focused approach to complex technical challenges.
- Comfortable collaborating with technical and non-technical stakeholders in a distributed, international environment.
- Fluent Russian communication skills.
Benefits
- Fully remote, full-time opportunity with the flexibility to work from anywhere.
- Initial compensation or salary range shared with candidates during the recruitment process before employment begins.
- 28 calendar days of vacation per year.
- 7 wellness days annually for personal, household, or recovery needs.
- Referral bonuses of up to $5,000 for successful candidate recommendations.
- 50% reimbursement for professional training, international conferences, and industry events.
- Corporate discounts for English-language lessons.
- Health support, including reimbursement of up to $1,000 gross per year per employee for eligible employees who do not have access to corporate medical insurance, usable toward health insurance or eligible medical expenses for the employee and close relatives.
- Workplace support, including equipment and workspace resources where available, or reimbursement of up to $1,000 gross every three years toward coworking or home-office costs in other locations.
- Internal gamified recognition program where colleagues can award bonuses that can be exchanged for merchandise, team-building activities, massage certificates, and other benefits.
- Opportunity to work with modern cloud data technologies, AI-assisted engineering automation, and globally distributed technical teams.
Senior Data Engineer (Cloud) Arbeitgeber: Jobgether
Unser Partnerunternehmen bietet eine hervorragende Arbeitsumgebung für Produktmanager, die in einem dynamischen und internationalen Umfeld tätig sein möchten. Mit flexiblen, vollständig remote Arbeitsmöglichkeiten und Zugang zu urbanen Büros in Paris, Lille oder London fördert das Unternehmen Innovation und Zusammenarbeit. Zudem werden umfassende Gesundheits- und Rentenpläne sowie kontinuierliche Entwicklungsmöglichkeiten geboten, um sicherzustellen, dass Mitarbeiter in ihrer Karriere wachsen und sich wohlfühlen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Data Engineer (Cloud) 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!
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 Senior Data Engineer (Cloud) 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!
