Auf einen Blick
- Aufgaben: Entwickle und pflege Backend-Services in Python für unsere Datenzugriffs- und Verteilungsschicht.
- Unternehmen: Innovatives Unternehmen im Bereich Datenanalyse mit einem dynamischen Team.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Homeoffice und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Wachstumsorientierte Umgebung mit vielen Möglichkeiten zur beruflichen Weiterentwicklung.
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse und arbeite an spannenden Projekten mit modernster Technologie.
- Qualifikationen: Mindestens 3 Jahre Erfahrung in der Datenanalyse oder verwandten Bereichen sowie starke SQL-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
- Design, implement, and maintain backend services in Python that power our data access and distribution layer
- Build and operate automated build, test, and deployment pipelines following CI/CD and Git Ops practices, running on AWS and Kubernetes
- Design and maintain data models and schemas (Avro, SQL) for our data pipelines and services, and publish them to downstream consumers via our Kafka-based distribution platform and schema registry
- Build access-layer data models in our analytics environment (e. g., Snowflake) so applications can work with the data directly, including via API
- Act as the coordination interface between the Data and Tech divisions, aligning priorities, schemas, and timelines across upstream and downstream teams
Requirements
- 3+ years of experience in analytics engineering, data engineering, or a related role
- Strong SQL skills and solid experience in data modeling (e. g., dimensional modeling, star schemas)
- Hands-on experience with event streaming and message distribution, ideally Kafka, including schema management with the Kafka Schema Registry (Avro, Protobuf, or JSON Schema)
- Experience designing data contracts and schemas between upstream producers and downstream consumers
- Experience with cloud data warehouses (e. g., Snowflake, Big Query, Redshift) and modern data stack tools (e. g., dbt, CI/CD)
- Openness to AI-assisted development workflows (e. g., Claude Code or similar)
- Comfort working at the boundary of streaming/operational data and analytical data models, and building access layers that serve applications via API
- Strong attention to detail with a quality-focused and structured working style
- Interest in data governance, standards, and scalable data architecture
- Analytical mindset with strong problem-solving skills
- Excellent communication skills in English (German is a plus), with both technical and business stakeholders, combined with a solid understanding of business requirements and contexts
- Core Competencies
Demonstrates expertise in backend service design and implementation using Python, with a strong focus on data modeling, analytics engineering, and cloud data warehouse technologies.
Proficient in building CI/CD pipelines and managing data schemas for effective data distribution and governance.
- Highest-signal resume keywords
- Python Backend Development
- SQL Data Modeling
- Kafka Event Streaming
- Cloud Data Warehousing
- CI/CD Pipeline Management
- ATS Optimization Keywords
- Hard Skills
- Python
- SQL
- Data Modeling
- Kafka
- Avro
- Protobuf
- JSON Schema
- Snowflake
- Big Query
- Redshift
- Soft Skills
- Attention to Detail
- Analytical Mindset
- Problem-Solving
- Excellent Communication
- Industry Keywords
- Data Engineering
- Analytics Engineering
- Data Governance
- Data Architecture
- Streaming Data
- Tools & Technologies
- CI/CD
- Kubernetes
- Dbt
- Kafka Schema Registry
- API Development
- #J-18808-Ljbffr
Data & Analytics Engineer Arbeitgeber: Jobtailor
Als Global Director B2B – Business Development bei uns profitieren Sie von einer dynamischen und innovativen Arbeitsumgebung, die auf Zusammenarbeit und Kreativität setzt. Wir bieten Ihnen nicht nur attraktive Vergütungsmodelle und umfassende Weiterbildungsmöglichkeiten, sondern auch die Chance, in einem internationalen Team zu arbeiten, das Vielfalt und persönliche Entwicklung fördert. Unsere Unternehmenskultur legt großen Wert auf Flexibilität und Work-Life-Balance, sodass Sie Ihre Karriereziele in einem unterstützenden Umfeld erreichen können.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data & Analytics Engineer 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 Jobtailor 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 & Analytics Engineer 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 & Analytics Engineer bei Jobtailor gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Jobtailor 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 Jobtailor entscheidend sein!
