Auf einen Blick
- Aufgaben: Build and maintain data transformation pipelines, optimize cloud infrastructure, and implement data quality checks.
- Unternehmen: Join a dynamic team in Berlin focused on innovative data solutions and engineering best practices.
- Vorteile: Enjoy a competitive salary, hybrid work model, 30 vacation days, and a yearly professional development budget.
- Weitere Informationen: Position is full-time and permanent with a salary range of 60,000–75,000 €.
- Warum dieser Job: This role offers the chance to work with cutting-edge technologies and collaborate with senior engineers.
- Qualifikationen: Requires 2+ years in Analytics Engineering, strong Python and SQL skills, and AWS cloud experience.
Das prognostizierte Gehalt liegt zwischen 60000 - 75000 € pro Jahr.
Berlin — Vollzeit, unbefristeter Mitarbeiter. Gehalt: 60.000–75.000 € pro Jahr.
Über die Rolle
Wir suchen einen Data Analytics Engineer, der Daten mit einer Software-Engineering-Mentalität angeht. Dies ist keine Data Analyst-Rolle. Ihr Hauptfokus liegt auf dem Aufbau skalierbarer Workflows, dem Schreiben von sauberem, testbarem Python/SQL-Code, der Automatisierung von Bereitstellungen und der Unterstützung von Cloud-Infrastruktur-Optimierungen, um unsere Pipelines zuverlässig, kosteneffektiv und wartbar zu halten.
Verantwortlichkeiten
- Pipelines Engineering: Robuste Transformationspipelines für hochvolumige Daten aufbauen, bereitstellen und warten, die den gesamten Lebenszyklus von Ingestion, Transformation, Testing (Unit/Integration), Deployment und Monitoring abdecken.
- Optimierung & Wartung: Effizienten Code schreiben und veraltete Systeme refaktorisieren, um die Leistung zu verbessern und die Cloud-Computing-Kosten zu senken (z.B. Optimierung von Athena, Snowflake, Redshift-Clustering oder AWS Glue-Jobs).
- Best Practices im Software Engineering: Technische Standards fördern und einhalten, CI/CD-Workflows, Containerisierung (Docker) und automatisierte Tests verwenden.
- Datenqualität & Beobachtbarkeit: Alarme und Prüfungen (dbt-Tests, Great Expectations) implementieren, um Datenqualitätsprobleme zu erkennen, bevor sie die Stakeholder erreichen.
- Zusammenarbeit & Wachstum: Eng mit Senior Engineers an Architekturplanung, Code-Reviews arbeiten und technische Strenge innerhalb des Teams fördern.
Erforderliche Fähigkeiten
- 2+ Jahre Erfahrung in Analytics Engineering oder Data Engineering.
- Solide Python-Kenntnisse: modulare, objektorientierte Programmierung; Bibliotheken für Tests; Ausnahmebehandlung und Protokollierung.
- Starke SQL- & dbt-Kenntnisse: skalierbare Datenmodelle erstellen, Ausführungspläne von Abfragen verstehen.
- Grundlagen des Software-Engineerings: Git-Flows, CI/CD (GitHub Actions, GitLab CI) und Containerisierung (Docker).
- AWS cloud-native Erfahrung: serverlose Architekturen (Lambda, StepFunctions, Glue, Athena).
- Testmentalität: Implementierung von Unit- und Integrationstests für Datenpipelines.
- Datenlagerbetrieb: Snowflake, Redshift oder BigQuery (Partitionierung, Clustering).
Nice to Have
- Infrastructure as Code (Terraform) für Cloud-Ressourcen.
- Orchestrierungstools (Airflow, Dagster, Prefect).
- Big Data-Frameworks (Spark, PySpark).
- Entwicklertools für effiziente Planung und Implementierung von Funktionen.
- Dashboarding-Tools (Streamlit, Preset, Tableau) – hilfreich für Debugging und Monitoring, aber nicht zentral.
- B.S. oder M.S. in Informatik, Ingenieurwesen, Mathematik oder verwandten Bereichen.
Vorteile
- Wettbewerbsfähiges Gehalt mit jährlichen Zielverdiensten von 60.000–75.000 €.
- Hybrides Arbeitsmodell: im Büro, remote von überall auf der Welt bis zu drei Monate pro Jahr.
- 30 Urlaubstage pro Jahr.
- Mitgliedschaft im Urban Sports Club und betriebliche Altersvorsorge.
- Individueller jährlicher Budget für berufliche Weiterbildung von 1.200 €.
- Regelmäßige Team- und Unternehmensveranstaltungen sowie modernste Hardware und Werkzeuge.
Data Analytics Engineer (m/f/d) Arbeitgeber: United States Digital Space LLC
Located in Berlin, this company offers a hybrid work model allowing remote work for up to three months annually. Employees benefit from a competitive salary, 30 vacation days, and a yearly professional development budget of 1,200 €. The team emphasizes collaboration and engineering rigor, making it an ideal environment for growth.
Kontaktdaten:
United States Digital Space LLC Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Analytics Engineer (m/f/d) erhalten könnten
✨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 United States Digital Space LLC 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 Analytics Engineer (m/f/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 Analytics Engineer (m/f/d) bei United States Digital Space LLC gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei United States Digital Space LLC 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 United States Digital Space LLC entscheidend sein!
