Auf einen Blick
- Aufgaben: Entwickle und pflege Datenpipelines und arbeite an spannenden Analyseprojekten.
- Unternehmen: Kitman Labs, ein innovatives Unternehmen im Bereich Sportdatenanalyse.
- Vorteile: Wettbewerbsfähiges Gehalt, Aktienoptionen, Gesundheitsversorgung und flexible Arbeitsmodelle.
- Weitere Informationen: Dynamisches Team mit Fokus auf Vielfalt und persönlichem Wachstum.
- Warum dieser Job: Arbeite mit modernster Technologie und beeinflusse die Leistung von Spitzensportlern.
- Qualifikationen: Erfahrung in SQL, Python und Datenmodellierung erforderlich.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Kitman Labs ist das Unternehmen für Leistungsintelligenz, das die Art und Weise, wie die Sportindustrie Daten nutzt, um das Potenzial der besten Athleten der Welt freizusetzen, revolutioniert und transformiert. Angetrieben von einer Leidenschaft für Innovation in den Bereichen Sportleistung, Analytik und Benutzererfahrung haben wir ein Team der besten Datenwissenschaftler, Sportleistungsspezialisten, Produkt- und Softwaredesigner sowie Ingenieure zusammengestellt. Die fortschrittliche Betriebsplattform von Kitman Labs, die Intelligence Platform (iP), wird mittlerweile von über 2000 Teams in 50 Ligen auf 6 Kontinenten genutzt, darunter die NFL, die Premier League, die National Women’s Soccer League und die MLS.
Wir suchen einen Mid-Level Data Engineer, der unser Team verstärkt und hilft, unsere Datenplattform aufzubauen und weiterzuentwickeln. Sie werden in den Bereichen Analytics Engineering, Datenpipelines und Datenqualität arbeiten und eng mit Ingenieuren, Datenwissenschaftlern und Produktteams zusammenarbeiten, um Rohdaten in zuverlässige, skalierbare Grundlagen zu verwandeln.
Was Sie bearbeiten werden:
- Analytics Engineering & Reporting
- Erstellen und Pflegen von BigQuery-Datenmodellen mit Dataform unter Verwendung von Medaillenarchitekturmustern (Bronze/Silber/Gold)
- Beitragen zu Looker-Dashboards und LookML-Modellen, Zusammenarbeit mit Senior Engineers und Analysten
- Schreiben von leistungsfähigem, gut strukturiertem SQL für großangelegte Transformationen in BigQuery
- Implementierung von Datenqualitätsprüfungen mit Dataform-Assertions und automatisierten Warnmeldungen
- Unterstützung der Datenbeobachtbarkeit im Warehouse — Überwachung der Pipeline-Gesundheit, Datenfrische und Anomalieerkennung
- Datenpipelines & Ingestion
- Erstellen und Pflegen robuster Python-Datenpipelines mit Tests, Linting und CI/CD-Integration
- Arbeiten mit Orchestrierungstools (Cloud Composer / Airflow) zur Planung und Überwachung von Workflows
- Entwicklung von Vertrautheit mit CDC-Konzepten und ereignisgesteuerten Ingestionsmustern (Datastream, Pub/Sub)
- Containerisierung von Workloads mit Docker für die Bereitstellung auf Cloud Run oder ähnlichen GCP-Diensten
- Datenwissenschaftliche Zusammenarbeit
- Unterstützung von Datenwissenschaftlern beim Überführen von Arbeiten aus Notebooks in Produktionspipelines
- Beitragen zu Feature-Pipelines und Datenvorbereitung für ML-Workloads
- Überbrückung der Kluft zwischen Forschungsprototypen und skalierbarem, wartbarem Code
Was wir suchen:
- SQL-Kenntnisse — sicher im Schreiben komplexer, leistungsfähiger Abfragen gegen große Datensätze in BigQuery
- Dataform-Erfahrung — oder starke dbt-Erfahrung mit der Bereitschaft, in Dataform zu arbeiten; Verständnis für modulare, versionskontrollierte Datenumwandlung
- Python mit einem Ingenieursansatz — sauberer, getesteter, linted Code; sicher im Umgang mit Git und CI/CD-Workflows
- GCP-Vertrautheit — praktische Erfahrung mit BigQuery ist unerlässlich; breitere GCP-Exposition (Cloud Storage, Cloud Run, Pub/Sub, Datastream) ist ein großer Vorteil
- Orchestrierungserfahrung — praktische Erfahrung mit Cloud Composer, Airflow oder einem vergleichbaren Tool
- Datenmodellierungsgrundlagen — dimensionale Modellierung, Kimball-Prinzipien oder Medaillenarchitektur-Muster
- Docker-Grundlagen — in der Lage, Daten-Workloads zu containerisieren und bereitzustellen
- Kollaborativ und kommunikativ — in der Lage, Geschäftsanforderungen in Datenmodelle zu übersetzen und effektiv mit Analytics-, Produkt- und Datenwissenschafts-Stakeholdern zu arbeiten
- Pragmatischer Ansatz für AI-Tools — sicher im Umgang mit KI-unterstützter Entwicklung zur Verbesserung der Produktivität und Codequalität
Nice to have:
- Looker / LookML-Erfahrung
- Vertrautheit mit CDC-Konzepten und -Tools (Datastream, Debezium)
- Exposition gegenüber ML-Frameworks oder MLOps-Tools (scikit-learn, MLflow, Vertex AI)
- Erfahrung mit AWS als Ergänzung (Redshift, Glue, RDS) — wir schätzen Ingenieure, die auf eine cross-cloud Perspektive zurückgreifen können
- Neugier auf Sportleistungsdaten
Warum diese Rolle?
Sie werden an einem modernen GCP-nativen Stack arbeiten — BigQuery, Dataform, Looker, Cloud Composer, Cloud Run — mit Raum, um in die Plattformverantwortung, CDC-Pipelines und MLOps zu wachsen, während sich Ihre Erfahrung entwickelt. Wir legen Wert auf sauberen Code, gute Daten und pragmatische Ingenieurarbeit über Perfektion.
Vorteile:
Bei Kitman Labs sind wir stolz darauf, die Besten zu sein und mit den Besten zu arbeiten, daher sollte es nicht überraschen, dass wir auch bestrebt sind, die Besten zu halten, indem wir eine erstklassige Arbeitskultur aufbauen. Wir glauben wirklich, dass ein erfolgreiches Unternehmen mit einer herausragenden und inspirierenden Kultur beginnt, und unsere Vorteile spiegeln dies wider:
- Wettbewerbsfähiges Gehalt
- Bedeutende Eigenkapitalbeteiligung
- Pensionsplan
- Vollständig bezahlte Krankenversicherung für Mitarbeiter und Angehörige
- Lebenversicherung
- Wellness-Leistungen
- Flexibler Arbeitsplatz mit Optionen für Büroarbeit, Hybrid- und Remote-Arbeit
Standort:
Obwohl remote, können Sie von unserem Büro in Dublin aus arbeiten, das sich im beeindruckenden CHQ-Gebäude befindet, nur 2 Gehminuten vom Bahnhof Connolly entfernt und sehr nah an allen wichtigen Buslinien und beiden Luas-Linien. Wir sind auch in der Nähe vieler Geschäfte, Restaurants, Bars und Cafés.
Diversität:
Zusätzlich zum Aufbau eines Teams mit unterschiedlichen Fähigkeiten verpflichtet sich Kitman Labs, Menschen mit unterschiedlichen Hintergründen einzustellen. Wir diskriminieren nicht aufgrund von Alter, Zivil- oder Familienstand, Behinderung, Ethnie, Geschlecht, Rasse, Religion oder sexueller Orientierung. Wenn Sie eine Person mit einer Behinderung sind und Unterstützung während des Bewerbungsprozesses benötigen, lassen Sie es uns bitte wissen. Sie können Informationen darüber finden, wie wir Ihre persönlichen Daten verarbeiten, teilen und sicher aufbewahren, indem Sie unsere Datenschutzrichtlinie lesen.
Data Engineer Arbeitgeber: Kitman Labs
Als Senior Product Manager für Reporting und Visualisierung bei iP haben Sie die Möglichkeit, in einem dynamischen und innovativen Umfeld zu arbeiten, das vollständig remote ist. Wir fördern eine offene und kollaborative Unternehmenskultur, die es Ihnen ermöglicht, Ihre Fähigkeiten weiterzuentwickeln und aktiv an der Gestaltung unserer Produktstrategie teilzunehmen. Darüber hinaus bieten wir flexible Arbeitszeiten und die Chance, mit führenden Technologiepartnern zusammenzuarbeiten, um echte Auswirkungen im Sportdatenbereich zu erzielen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data 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 Kitman Labs 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 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 bei Kitman Labs gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Kitman Labs 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 Kitman Labs entscheidend sein!
