Auf einen Blick
- Aufgaben: Entwickle und architektonisiere unsere Dateninfrastruktur von Grund auf.
- Unternehmen: Innovatives Unternehmen im Bereich KI mit einem dynamischen Team.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Hohe Autonomie in einem schnell wachsenden Startup-Umfeld.
- Warum dieser Job: Gestalte die Zukunft der Finanzberatung mit modernster Technologie und mache einen echten Unterschied.
- Qualifikationen: Mindestens 5 Jahre Erfahrung mit Cloud-Datenbanken und ETL/ELT-Pipeline-Entwicklung.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Über Prospera AI
Wir bauen Sophie, einen Multi-Agenten-AI-Orchestrator, der Vermögensverwaltern hilft, ihren Kunden einen personalisierteren und effektiveren Service zu bieten. Unsere Plattform analysiert Verhaltensmuster, Kommunikationspräferenzen und emotionale Zustände, um zu transformieren, wie Berater ihre Kunden verstehen und bedienen. Wir sind ein kleines, gut finanziertes Team an einem spannenden Wendepunkt – unsere Technologie funktioniert, die Kunden lieben das Produkt, und jetzt bauen wir das Engineering-Team zur Skalierung auf.
Die Rolle
Wir suchen einen Senior Data Engineer, der unsere Dateninfrastruktur von Grund auf neu entwirft und aufbaut. Sie werden das Fundament schaffen, das alles von Analysen bis hin zum Training von ML-Modellen antreibt – Datenlager, ETL-Pipelines, Feature-Stores und die Governance, die alles wartbar macht. Dies ist eine Senior-Rolle, da wir jemanden benötigen, der mit minimaler Anleitung entwerfen und bauen kann. Es gibt kein bestehendes Datenteam, von dem man lernen kann – Sie bauen die Plattform, von der alles andere abhängt.
Was Sie tun werden
- Dateninfrastruktur-Architektur
- Entwerfen und Implementieren der grundlegenden Dateninfrastruktur von Grund auf
- Einrichten von Snowflake mit den richtigen Umgebungen, Sicherheits- und Zugriffssteuerungen
- Erstellen von Architekturmustern, die mit dem Unternehmen skalieren
- ETL/ELT-Pipeline-Entwicklung
- Robuste Pipelines von Quellsystemen zum Datenlager aufbauen
- Transformationen mit dbt implementieren und mit Airflow/Dagster orchestrieren
- Fivetran-Connectoren und benutzerdefinierte Extraktionen aus Supabase integrieren
- Datenmodellierung
- Dimensionale Modelle entwerfen, die sowohl Analysen als auch ML-Anwendungsfälle unterstützen
- Semantische Schichten erstellen, die Daten für Stakeholder zugänglich machen
- Langsam ändernde Dimensionen und ordnungsgemäße Daten-Governance implementieren
- ML-Datenpipelines
- Infrastruktur aufbauen, die Sophies maschinelles Lernen unterstützt
- Feature-Stores für die Echtzeit-Feature-Bereitstellung erstellen
- Datenversionierung für Reproduzierbarkeit implementieren
Was wir suchen
- Must Have
- 5+ Jahre Erfahrung mit modernen Cloud-Datenlagern (Snowflake stark bevorzugt)
- Umfangreiche ETL/ELT-Pipeline-Entwicklung mit starken SQL-Kenntnissen
- dbt-Erfahrung erforderlich; Airflow, Dagster oder Prefect für die Orchestrierung
- Starke Python-Kenntnisse für Datenengineering-Aufgaben
- AWS-Erfahrung (S3, Glue, Athena, Redshift)
- Great to Have
- Erfahrung mit ML-Pipelines (MLflow, Feast, Feature-Stores)
- Fivetran oder ähnliche verwaltete ELT-Tools
- Expertise in dimensionaler Modellierung (Kimball-Methodik)
- Startup-Erfahrung beim Aufbau von Dateninfrastrukturen von Grund auf
- Big Data in großem Maßstab (Spark, verteiltes Rechnen)
Wie Sie arbeiten
- Architektonischer Denker, der unmittelbare Bedürfnisse mit langfristiger Wartbarkeit in Einklang bringt
- Selbstgesteuert und komfortabel mit hoher Autonomie
- Starker Kommunikator, der technische Konzepte für Stakeholder übersetzen kann
- Pragmatisch in Bezug auf Kompromisse – weiß, wann man für Skalierung oder „gut genug“ bauen sollte
Was diese Rolle nicht ist
- Keine Data Analyst-Rolle – Sie bauen Infrastruktur, die Analysen ermöglicht
- Keine Data Scientist-Rolle – Sie bauen ML-Pipelines; sie bauen Modelle
- Keine Backend Engineer-Rolle – Sie besitzen die Datenschicht, nicht die Anwendungsschicht
Data Engineer (Senior) Arbeitgeber: Prospera AI
Prospera AI ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und innovativen Umfeld zu arbeiten. Mit einem starken Fokus auf persönliche und berufliche Weiterentwicklung fördert das Unternehmen eine offene und kollaborative Arbeitskultur, in der jeder die Chance hat, seine Ideen einzubringen und die Qualität unserer Produkte aktiv mitzugestalten. Die Lage in einem schnell wachsenden Fintech-Sektor bietet zudem einzigartige Vorteile und spannende Herausforderungen für alle Teammitglieder.
