Auf einen Blick
- Aufgaben: Leite ein Team zur Umsetzung innovativer Datenarchitekturen und sorge für hohe Qualität.
- Unternehmen: Führendes Unternehmen im Bereich Datenengineering mit einem dynamischen Arbeitsumfeld.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Entwicklungsmöglichkeiten.
- Weitere Informationen: Wachstumsorientierte Unternehmenskultur mit vielen Lernmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Datenverarbeitung und entwickle deine Führungskompetenzen.
- Qualifikationen: Erfahrung in Datenengineering und Teamführung erforderlich.
Das prognostizierte Gehalt liegt zwischen 80000 - 110000 € pro Jahr.
Overview
Manage a team by hiring and onboarding talent, setting clear expectations, conducting formal performance reviews, and coaching accountability.
Lead the team to deliver on the enterprise data platform roadmap by translating architecture direction into sequenced execution plans, team backlogs, and measurable outcomes.
Create a strong engineering culture across the team by setting standards for maintainability, organization, and repeatability; growing engineers via regular 1:1s, timely feedback, development plans, and formal review cycles; and being responsible for overall team performance and cohesion.
Own day-to-day execution for the Data Engineering team by breaking work into tasks, driving sprint-level planning, delegating effectively to grow ownership, unblocking delivery, and ensuring high-quality outcomes through engineering reviews and feedback.
Drive implementation of the Medallion architecture (Bronze → Silver → Gold) with strong enforcement of layer responsibilities, ensuring repeatable and auditable pipeline behavior leveraging Boomi, Dbt, Azure Data Bricks, Boomi/Rivery, Delta tables, and Sql Server.
Partner closely with the Data Architect to bring the architecture to life through concrete implementation patterns, reference pipelines, and guardrails—ensuring the team can consistently execute the intended approach.
Reduce friction by driving crisp decisions and forward motion—using lightweight decision records, seeking the right input, and then executing accountability (while avoiding overly heavy process).
Establish Data Ops practices aligned with modern software development lifecycle (SDLC): CI/CD for data assets, consistent branching/release patterns, code review standards, and runbooks/operational readiness for pipelines.
Improve pipeline observability and operational reliability by implementing monitoring for freshness/staleness, failure modes, and quality signals, and ensuring the team responds predictably to incidents and support requests.
Drive stakeholder partnership and intake stream: collaborate with business partners to clarify requirements, reduce ad-hoc thrash, and shape requests into deliverable, well-scoped work that fits the platform strategy.
Develop future leaders and succession plans for key roles through assigning regularly occurring responsibilities, mentoring, and strategic delegation.
Support and promote the company values through positive interactions with both internal and external stakeholders on a regular basis.
Other strategic business initiatives or special cross-functional project involvement as required.
Requirements
- Bachelor’s degree in Computer Science, Data Science, Engineering, or relevant professional experience.
- 10+ years of relevant professional experience in software / data engineering, including building production data pipelines and data platforms.
- 2+ years of experience in lead capacity (formal or informal) including team leadership, task breakdown, reviews, delivery ownership, and cross-functional coordination.
- Experience directly managing a team, including hiring/interviewing and conducting formal performance reviews.
- Deep hands-on experience with Databricks (Spark), Boomi/Rivery, and Delta Lake patterns for scalable lakehouse processing.
- Strong experience with ETL/ELT design and implementation, including orchestration/ingestion into transformation workflows across curated layers.
- Experience partnering with application and database teams to define efficient, non-disruptive data access patterns for upstream SQL Server systems (read replicas, CDC, snapshot isolation, batching strategies).
- Demonstrated expertise implementing Medallion architecture with clear separation of concerns across Bronze/Silver/Gold, including enforcing “no consumer reads from Bronze” style guardrails.
- Strong understanding of ingestion/source variability (APIs, CDC-enabled databases, file drops) and the ability to select appropriate ingestion strategies per source contract.
- Track record of improving team maturity from reactive delivery to repeatable engineering execution (standards, patterns, documentation, and predictable throughput).
- Interest and ability in mentoring and/or training other team members as applicable.
- Experience working cross-functionally and promoting collaborative partnerships to drive results.
- Proven ability to communicate effectively to various audiences/levels, both internal and external stakeholders, including leadership through various mediums.
- Ability to present and convey material both formally and informally to all levels of an organization.
- Proven organization skills with the ability to address short-term and long-term demands simultaneously.
- Easily adaptable with the ability to pivot with changing business needs, keeping a professional demeanor and leading by example for other colleagues.
- Demonstrated ability to prioritize and manage workload and meet project deadlines.
- High level of confidence, integrity, and professional courtesy.
- Strong Microsoft suite experience, including teams or similar web conferencing and internal communication software experience preferred.
- Naturally inquisitive with a desire to learn, solve problems, and dig into detailed analysis.
- Experience working in a fully remote team is preferred but not required.
- Thorough understanding (or willingness to learn expeditiously) of business operations and processes.
- ATS Optimization Keywords
Below are skills and terms extracted directly from this job posting to improve Applicant Tracking System (ATS) visibility.
This unique feature helps candidates tailor their applications more effectively — a feature exclusive to Job Tailor job listings.
- Hard Skills
- data engineering
- production data pipelines
- data platforms
- ETL
- ELT
- Databricks
- Delta Lake
- Medallion architecture
- data access patterns
- ingestion strategies
- Soft Skills
- team leadership
- mentoring
- communication
- organization
- adaptability
- problem-solving
- collaboration
- accountability
- strategic delegation
- stakeholder partnership
- #J-18808-Ljbffr
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Manager, Data Engineering 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 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 Manager, Data Engineering 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 Manager, Data Engineering 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!