Auf einen Blick
- Aufgaben: Gestalte die Datenlandschaft mit moderner Lakehouse-Architektur und entwickle innovative ETL-Pipelines.
- Unternehmen: Dynamisches Unternehmen mit einer starken Gemeinschaft von Teamplayern.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und zahlreiche Weiterbildungsmöglichkeiten.
- Weitere Informationen: Genieße kostenlose Getränke, frisches Obst und Rabatte auf Freizeitangebote.
- Warum dieser Job: Arbeite an spannenden AI-Use-Cases und mache datengetriebene Entscheidungen möglich.
- Qualifikationen: Abgeschlossenes Studium und 3-6 Jahre Erfahrung im Data Engineering.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Ihre Aufgaben
- Gestaltung der Transformation unserer Datenlandschaft hin zu einer modernen, skalierbaren Lakehouse-Architektur auf Databricks.
- Schaffung der Grundlage für datengetriebene Entscheidungen sowie innovative AI-Use-Cases.
- Design, Entwicklung und Betrieb moderner ETL-/ELT-Pipelines auf Basis von Python (z. B. PySpark) in Databricks.
- Ablösung bestehender Data-Warehouse- und ETL-Strukturen (MS SQL Server, Stored Procedures, Automic) durch skalierbare Lakehouse-Architekturen.
- Aufbau differenzierter Pipeline-Logiken zur Sicherstellung von Stabilität, SLA-Konformität und Auditierbarkeit.
- Implementierung von Datenqualitätsprüfungen (Validierung, Reconciliation, Quality Checks).
- Sicherstellung der Datenkonsistenz während der Migration bestehender Systeme.
- Umsetzung von Transformationen, Schema-Mappings und Metadaten-Anreicherung gemäß Zielarchitektur.
- Optimierung von Datenpipelines hinsichtlich Performance, Kosten und Skalierbarkeit.
- Nutzung moderner Databricks-Funktionalitäten (z. B. Delta Lake, Structured Streaming).
- Monitoring von Pipeline-Laufzeiten, Ressourcennutzung und Systemstabilität.
- Enge Zusammenarbeit mit BI-, Analytics-, Architektur- und Entwicklungsteams sowie Fachbereichen.
- Erstellung und Pflege technischer Dokumentation sowie Sicherstellung von Nachvollziehbarkeit und Governance.
Das wünschen wir uns
- Abgeschlossenes Studium (z. B. Informatik, Data Engineering, Wirtschaftsinformatik oder vergleichbar).
- Mehrjährige Erfahrung (ca. 3–6 Jahre) im Data Engineering.
- Sehr gute Python-Kenntnisse (insb. PySpark) sowie fundierte Erfahrung mit Apache Spark und idealerweise Databricks.
- Starkes Verständnis von ETL-/ELT-Prozessen, Datenmodellierung und Pipeline-Orchestrierung.
- Erfahrung mit Microsoft SQL Server sowie sehr gute SQL-Kenntnisse.
- Analytische, strukturierte und lösungsorientierte Arbeitsweise.
- Erfahrung mit Databricks Lakehouse, Delta Lake und Structured Streaming.
- Kenntnisse in Orchestrierungstools (z. B. Airflow, Databricks Workflows).
- Verständnis von Data Governance, Compliance sowie Metadatenmanagement.
Was wir Ihnen noch sagen möchten
- Attraktives Gehalt.
- Starke Gemeinschaft aus Teamplayern.
- Vertrauensarbeitszeit mit flexibler Einteilung und der Möglichkeit, bis zu 40% mobil zu arbeiten.
- Zahlreiche Weiterbildungsmöglichkeiten on- und offline.
- Rabatte auf 1&1 Produkte und für diverse Freizeitangebote.
- Betriebseigenes Restaurant.
- Kostenlose Getränke und frisches Obst.
- Jobrad-Zuschuss.
Data Engineer Databricks / Lakehouse (w/m/d) Arbeitgeber: Telecommunication SE
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, in einem dynamischen und innovativen Umfeld zu arbeiten, das auf Teamarbeit und persönliche Entwicklung setzt. Unsere flexible Arbeitszeitgestaltung und die Option auf mobiles Arbeiten ermöglichen es Ihnen, Beruf und Privatleben optimal zu vereinbaren. Zudem profitieren Sie von umfangreichen Weiterbildungsmöglichkeiten und einem attraktiven Gehalt, während Sie Teil einer starken Gemeinschaft von Data Engineering-Experten werden.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Engineer Databricks / Lakehouse (w/m/d) erhalten könnten
✨Netzwerken, Netzwerken, Netzwerken!
Nutze LinkedIn und andere Plattformen, um mit Leuten aus der Branche in Kontakt zu treten. Oft sind es persönliche Empfehlungen, die den Unterschied machen und dir den Zugang zu spannenden Stellen ermöglichen.
✨Sei proaktiv!
Warte nicht darauf, dass die Jobs zu dir kommen. Suche aktiv nach Unternehmen, die dich interessieren, und kontaktiere sie direkt. Zeige dein Interesse und frage nach möglichen offenen Positionen.
✨Bereite dich auf Interviews vor!
Informiere dich über die gängigen Fragen im Data Engineering-Bereich und übe deine Antworten. Sei bereit, deine Erfahrungen mit Python, ETL-Prozessen und Databricks zu teilen. Das zeigt, dass du gut vorbereitet bist!
✨Bewirb dich über unsere Website!
Wenn du eine Stelle bei uns im Auge hast, bewirb dich direkt über unsere Website. So kannst du sicherstellen, dass deine Bewerbung schnell und unkompliziert an die richtige Stelle gelangt.
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Engineer Databricks / Lakehouse (w/m/d) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wir wollen dich kennenlernen, also zeig uns deine Persönlichkeit! Verwende eine lockere Sprache und bringe deine Leidenschaft für Data Engineering zum Ausdruck. Das macht deine Bewerbung authentisch und hebt dich von anderen ab.
Pass auf die Details auf!:Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Lass jemanden drüberlesen, um sicherzugehen, dass alles klar und verständlich ist.
Beziehe dich auf die Stellenbeschreibung!:Nutze die Begriffe und Anforderungen aus der Stellenbeschreibung in deiner Bewerbung. Zeige, wie deine Erfahrungen und Fähigkeiten genau zu den Aufgaben passen, die wir bei StudySmarter suchen. Das zeigt, dass du die Anforderungen verstanden hast.
Bewirb dich über unsere Website!:Der einfachste Weg, um Teil unseres Teams zu werden, ist die Bewerbung über unsere Website. So stellst du sicher, dass deine Unterlagen direkt bei uns landen und wir sie schnell bearbeiten können. Wir freuen uns auf deine Bewerbung!
Wie man sich auf ein Vorstellungsgespräch bei Telecommunication SE vorbereitet
✨Verstehe die Lakehouse-Architektur
Mach dich mit den Grundlagen der Lakehouse-Architektur vertraut, insbesondere wie Databricks funktioniert. Sei bereit, Fragen zu beantworten, wie du bestehende ETL-Prozesse durch moderne Pipelines ersetzen würdest und welche Vorteile das für datengetriebene Entscheidungen hat.
✨Zeige deine Python-Kenntnisse
Bereite dich darauf vor, deine Fähigkeiten in Python, insbesondere mit PySpark, zu demonstrieren. Du könntest gebeten werden, ein kleines Coding-Beispiel zu lösen oder über deine Erfahrungen mit der Entwicklung von ETL-Pipelines zu sprechen.
✨Analytische Denkweise präsentieren
Sei bereit, deine analytische und strukturierte Arbeitsweise zu erläutern. Gib konkrete Beispiele, wie du Datenqualitätsprüfungen implementiert hast oder wie du Pipeline-Logiken optimiert hast, um Stabilität und SLA-Konformität sicherzustellen.
✨Teamarbeit betonen
Da enge Zusammenarbeit mit verschiedenen Teams gefordert ist, solltest du Beispiele für erfolgreiche Teamprojekte parat haben. Erkläre, wie du mit BI-, Analytics- und Entwicklungsteams zusammengearbeitet hast, um innovative Lösungen zu entwickeln.
