Data-Science / Engineering

Data Engineering Lead (m/w/d) (unbefristet, Vollzeit) Treten Sie unserem Team an unserem Standort in Berlin, Verl, Baden-Baden oder Oslo bei – hybride Arbeitsbedingungen verfügbar.

Der Data Engineering Lead leitet das Design, die Entwicklung und die Bereitstellung von hochwertigen Datenpipelines und Datenprodukten, die Analysen, BI und KI in unserem Fintech-Ökosystem im Bereich Zahlungen, Mahnwesen, Rechnungsstellung und Inkasso unterstützen. Diese Führungskraft wird ein leistungsstarkes Team für Datenengineering aufbauen und skalieren, das sich darauf konzentriert, Rohdaten in vertrauenswürdige, zugängliche und wiederverwendbare Vermögenswerte zu transformieren – damit die gesamte Organisation schnellere und intelligentere Entscheidungen treffen kann.

In einem agilen, funktionsübergreifenden Datenproduktmodell ist diese Rolle verantwortlich für die Ergebnisse und Beiträge der Disziplin Datenengineering – und stellt sicher, dass die Dateningenieure vertrauenswürdige, zeitgerechte und qualitativ hochwertige Daten liefern, um geschäftliche und analytische Ergebnisse zu ermöglichen.

• Definieren und Ausführen der Vision und Roadmap für Datenengineering, die mit der Gesamtstrategie für Daten, KI und Analytik übereinstimmt.
• Einrichten und kontinuierliche Verbesserung des Betriebsmodells für Dateningenieure innerhalb agiler Datenproduktteams, um klare Verantwortlichkeiten für die Ergebnisse der Lieferung (Pünktlichkeit, Qualität, Vollständigkeit, Compliance) sicherzustellen.
• Förderung der Einführung moderner Praktiken im Datenengineering und agiler Lieferung, enge Zusammenarbeit mit Produktverantwortlichen, BI, Datenanalyse, Data Science, Datenplattform und Technikteams.

Datenpipelines & Modellierung

• Überwachung der Entwicklung robuster ETL/ELT-Pipelines zur Erfassung und Transformation von Daten aus mehreren internen und externen Quellen.
• Sicherstellen, dass agile Datenproduktteams geeignete Datenmodelle liefern, die den Anforderungen von Analysen, KI und regulatorischen Berichten entsprechen.
• Exzellenz in der Datenmodellierung und Pipeline-Design vorantreiben, um sicherzustellen, dass Lösungen effizient, wartbar und gut dokumentiert sind.

Datenqualität & Zuverlässigkeit

• Implementierung von Datenqualitätsrahmen und Automatisierung über Pipelines, die von agilen Teams verwaltet werden.
• Definition und Überwachung von Daten-SLAs und SLOs, um sicherzustellen, dass Produktteams Daten liefern, die den geschäftlichen Anforderungen hinsichtlich Pünktlichkeit, Genauigkeit und Verfügbarkeit entsprechen.
• Förderung proaktiver Datenzuverlässigkeitsengineering, um Teams zu ermöglichen, Probleme frühzeitig zu erkennen und zu lösen.

Enger Austausch mit Datenproduktverantwortlichen, um die Priorisierung und Lieferung von Datenengineering-Arbeiten in Übereinstimmung mit den Geschäftsprioritäten sicherzustellen. Partnerschaft mit Plattformengineering-Teams, um einen reibungslosen Betrieb der Datenpipelines innerhalb der gemeinsamen Kern-Datenplattform zu gewährleisten. Zusammenarbeit mit den Business-IT-Teams zur Erstellung zuverlässiger und robuster Schnittstellen zu den Quellsystemen. Hand in Hand mit Daten-Governance und Datenarchitektur arbeiten, um die Übereinstimmung bei Metadaten, Herkunft und Datenbesitz sicherzustellen.

Leiten, betreuen und ein leistungsstarkes Team von Dateningenieuren aufbauen, das in mehreren agilen Datenproduktteams arbeitet. Eine Kultur des Eigentums, der Verantwortung und der Zusammenarbeit innerhalb und zwischen agilen Datenproduktteams fördern. Automatisierung, CI/CD für Daten und Beobachtbarkeit über alle Datenengineering-Arbeitsströme hinweg fördern, einschließlich KI-basierter Produktivitätssteigerungen. KPIs für die Produktivität des Engineerings, die Pipeline-Leistung und die Qualität der Datenlieferung innerhalb der Produktteams festlegen. Zur Weiterentwicklung unseres Ansatzes „Daten als Produkt“ beitragen, um sicherzustellen, dass Datenprodukte auffindbar, gut dokumentiert und wiederverwendbar sind.

10+ Jahre Erfahrung im Datenengineering, davon mindestens 3–5 Jahre in einer Führungsrolle mit der Leitung von Multi-Team-Lieferungen, mit einer Gesamtteamgröße von ~. Nachweislicher Erfolg in der Leitung von Datenengineering-Funktionen innerhalb agiler, funktionsübergreifender Datenproduktteams. Starke technische Expertise in Azure, SQL, Python und modernen Datentransformations- und Orchestrierungsframeworks (z. B. tiefgehende Erfahrung mit cloudbasierten Datenlakehouses (Azure Cloud, Databricks Medallion-Architektur). Erfahrung im Fintech- oder Finanzdienstleistungsbereich ist ein großer Vorteil. Expertise in Datenmodellierung, Transformation und Qualitätssicherung für analytische und operationale Anwendungsfälle. Starke Kenntnisse der Prinzipien der Datenarchitektur und des Denkens in Datenprodukten. Bachelor- oder Masterabschluss in Informatik, Datenengineering, Informationssystemen oder einem verwandten Bereich.

Bitte beachten Sie: Wir bieten keine Visumsponsoring an, Sie müssen die EU-Staatsbürgerschaft und/oder eine gültige Arbeitserlaubnis für Deutschland/Norwegen haben.