Auf einen Blick
- Aufgaben: Entwickle und optimiere skalierbare ETL-Pipelines für Analytics und ML auf GCP.
- Unternehmen: Schwarz Digits, Teil der Schwarz Gruppe, treibt digitale Transformation in Europa voran.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und spannende Projekte in einem dynamischen Umfeld.
- Weitere Informationen: Agiles Team mit echten Gestaltungsspielräumen und hervorragenden Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die digitale Entscheidungsfreiheit in Europa mit modernster Technologie und innovativen Lösungen.
- Qualifikationen: Mindestens vier Jahre Erfahrung im Data- oder Software Engineering, Kenntnisse in Python und ETL-Pipelines.
Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.
Schwarz Digits schafft das technologische Fundament für digitale Entscheidungsfreiheit in Europa.
Als IT- und Digitalsparte der Schwarz Gruppe entwickeln und verantworten wir einerseits die IT-Infrastrukturen für die Handelssparten Lidl und Kaufland sowie die Schwarz Produktion und Pre Zero.
Gleichzeitig agieren wir als unabhängiger Anbieter am externen Markt, um Unternehmen in ganz Europa bei ihrer digitalen Transformation zu unterstützen.
Unsere Kernleistungen bündeln wir in den Bereichen Cloud, Cyber Security, Data & AI, Communication und Workspace.
Trage auch du zur digitalen Entscheidungsfreiheit in Europa bei.
Bei uns arbeitest du an der Schnittstelle zwischen Agilität und
Sicherheit: Du profitierst von den schnellen Entscheidungswegen, genießt echte Gestaltungsspielräume in deinen Projekten und baust dabei auf das stabile Fundament der Schwarz Gruppe.
- Deine Aufgaben
- ETL & Data Pipelines: Du entwickelst, betreibst und optimierst skalierbare ETL/ELT-Pipelines für Analytics und ML auf GCP.
- Lakehouse & Governance: Du baust Dateninfrastrukturen mit Open-Table-Formaten (Iceberg, Delta Lake) und setzt Zugriffsrechte (RLS/CLS), Kataloge (Unity Catalog) sowie Datenvalidierungen um.
- Streaming & Messaging: Du entwickelst und betreust Event-Driven-Lösungen mit Apache Kafka und Apache Spark.
- Software Excellence: Du schreibst sauberen, gut getesteten Code (Unit-, Integrations- & E2E-Tests) und wendest bewährte Softwaremuster an.
- Dev Ops & Operations: Du pflegst Airflow-DAGs, CI/CD-Pipelines sowie Kubernetes-Deployments und überwachst die Systemgesundheit zur Vermeidung von Ausfällen.
- Agile Kollaboration: Du arbeitest eng mit Data Scientists, Product Ownern und Fachbereichen zusammen, um Anforderungen in robuste Datenlösungen zu übersetzen.
- Dein Profil
- Du hast ausgeprägte Erfahrung im Data- oder Software Engineering über mindestens vier Jahre.
- Du verfügst über fundierte Kenntnisse in der Python-Entwicklung mit Fokus auf saubere Software-Prinzipien.
JRE-Kenntnisse und praktische Erfahrung mit Softwaretests sind ein deutlicher Pluspunkt.
- Du bringst praktische Erfahrung in der Entwicklung von Batch- und Streaming-ETL-Pipelines mit. Du kennst dich mit Apache Spark oder ähnlichen Frameworks aus.
- Du weißt, wie man Schema-Evolution handhabt und Lakehouse-Speicherstrukturen pflegt.
Wissen über moderne Open-Table-Formate wie Apache Iceberg oder Delta Lake, sind wünschenswert.
- Du orchestrierst komplexe Workflows souverän mittels Apache Airflow.
- Du verfügst über praktische Erfahrung mit Apache Kafka für Echtzeit-Messaging und Event-Processing.
- Du hast Erfahrung mit der Arbeit an containerisierten Anwendungen in Cloud-Umgebungen.
Dies umfasst den praktischen Einsatz von Docker oder Kubernetes, vorzugsweise in der Google Cloud Platform.
- Du wendest etablierte Praktiken des Dev Ops- und Software-Engineering in deiner täglichen Arbeit an.
Dazu gehören die Nutzung von Git, das Schreiben automatisierter Tests und das Bereitstellen von Code über CI/CD-Pipelines.
- Du verfolgst einen eigenverantwortlichen und detailorientierten Ansatz zur Gewährleistung von Datenintegrität.
Du agierst erfolgreich in agilen Teamstrukturen und legst stets Wert auf hohe Qualität.
#J-18808-Ljbffr
Data Engineer - Berlin (m/w/d) Arbeitgeber: STACKIT
Schwarz Digits ist ein hervorragender Arbeitgeber, der dir die Möglichkeit bietet, an innovativen Projekten im Bereich digitale Transformation zu arbeiten. Mit einem starken Fokus auf Mitarbeiterentwicklung und einem agilen Arbeitsumfeld profitierst du von schnellen Entscheidungswegen und echten Gestaltungsspielräumen. Zudem fördert das Unternehmen eine Kultur des Wissensaustauschs und der Zusammenarbeit, was dir hilft, deine Fähigkeiten kontinuierlich auszubauen und in einem dynamischen Team zu wachsen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Engineer - Berlin (m/w/d) 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 STACKIT 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 - Berlin (m/w/d) 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 - Berlin (m/w/d) bei STACKIT gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei STACKIT 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 STACKIT entscheidend sein!
