Data Platform Engineer

Das Unternehmen ist eine schnell wachsende Direct-to-Consumer-Marke hinter einigen der beliebtesten Decken im Internet. Unser Open-Source-Datenstack (dbt, Dagster, Lightdash und Migration von Snowflake zu MotherDuck) unterstützt wichtige Entscheidungen, sodass wir ihn zuverlässig, schnell und umsetzbar halten. Wir suchen einen Data Platform Engineer, der an der Schnittstelle von Daten und Engineering sitzt – verantwortlich für die Grundlage der Analytics-Plattform und Unterstützung des breiteren Engineering-Roadmaps in den Bereichen Produkt, Betrieb und Integrationen.

Auf der Datenseite arbeiten Sie mit unserem Analytics Lead zusammen, um die Datenaufnahme, Transformation, Orchestrierung und die semantische Schicht zu übernehmen. Wenn eine Dashboard-Zahl nicht stimmt, verfolgen Sie sie durch Lightdash/dbt/Pipelines, finden die Ursache und beheben das Problem. Auf der Ingenieurseite arbeiten Sie mit unserem Technology & Engineering Lead an Integrationen, Ereignispipelines und Plattforminfrastruktur und wenden dabei eine DevOps-Mentalität auf Umgebungen, Bereitstellungen und Produktionszuverlässigkeit an.

Wir sind ein schlankes, kreatives Team: open-source-orientiert, schnelllebig und meinungsstark. Sie werden erwartet, starkes Urteilsvermögen und die entsprechende Ausführung mitzubringen.

• Datenplattform- und Pipeline-Eigentum: Übernehmen Sie unsere Datenaufnahme-Schicht von Anfang bis Ende, einschließlich der Fertigstellung unserer Migration zu Open-Source-Datenaufnahme-Tools (dlt) und der Gewährleistung der Zuverlässigkeit, während sich der Stack weiterentwickelt.
• Verwalten Sie dbt-Modelle, Tests, Dokumentation und die semantische Schicht - die Definitionen, die bestimmen, was jede Kennzahl im gesamten Unternehmen bedeutet.
• Übernehmen Sie die Dagster-Orchestrierung: Planung, Wiederholungen, Benachrichtigungen und Fehlerbehandlung über alle Pipeline-Ausführungen hinweg.
• Halten Sie die Lightdash-Metadaten, Dimensionen/Maßdefinitions und Zugriffssteuerungen genau und aktuell.
• Beschleunigen Sie die Datenaktualisierungszyklen, um die nahezu Echtzeit-Nutzung im gesamten Unternehmen zu unterstützen.

• Erstellen Sie Überwachungs-, Fehlerbenachrichtigungs- und Anomalieerkennungsfunktionen im Stack, damit Probleme proaktiv sichtbar werden.
• Verfolgen Sie Daten durch Systeme, wenn etwas schiefgeht: Verfolgen Sie, warum Datensätze zwischen Quelle und Dashboard unerwartet fallen oder transformiert werden, und lösen Sie die Grundursache anstelle des Symptoms.
• Stellen Sie Datenqualitätsstandards und Herkunftspraktiken im gesamten Warehouse auf und dokumentieren Sie diese.

• Arbeiten Sie mit unserem Technology and Engineering Lead an Plattforminfrastruktur, Systemintegrationen und technischen Initiativen, bei denen Daten ein zentrales Element sind.
• Erstellen und pflegen Sie Reverse-ETL-Pipelines, um Warehouse-Daten zurück in betriebliche Tools zu pushen.
• Unterstützen Sie die Entwicklung von Echtzeit-Ereignispipelines, während neue Datenquellen und Produktoberflächen online kommen.
• Tragen Sie zur A/B-Testinfrastruktur und den Systemen bei, die konsistente Metrikdefinitionen im gesamten Unternehmen unterstützen.

• Übernehmen Sie die Trennung von Entwicklungs- und Produktionsumgebungen: Bereitstellungspipelines, Änderungsmanagement, Zugriffssteuerungen und Freigabeverfahren.
• Führen Sie ein PII-Audit über den Stack durch und implementieren Sie Standards für die Datenlager-Governance.
• Halten Sie die Infrastruktur-Dokumentation auf dem neuesten Stand und stellen Sie sicher, dass die Plattform über jede einzelne Person hinaus bedienbar ist.
• Bewerten Sie kontinuierlich unseren Plattform-Stack, um sicherzustellen, dass wir die richtigen Tools verwenden - bevorzugen Sie Open-Source-, kosteneffektive und wartbare Lösungen.

• 3+ Jahre Erfahrung in der Datenverarbeitung oder Datenplattform - Sie haben Produktionspipelines besessen, nicht nur in einer Sandbox gebaut.
• Starke dbt-Kenntnisse: Modelle, Tests, Quellen, Expositionen und die semantische Schicht.
• Solide Erfahrung mit Snowflake oder einem gleichwertigen Cloud-Warehouse (MotherDuck ist wahrscheinlich unser Ziel).
• Praktische Erfahrung mit einem modernen Orchestrierungstool (Dagster, Airflow, Prefect oder ähnlich).
• Starke Kenntnisse in Python oder Typescript sowie SQL - genug, um alles im Stack zu lesen, zu debuggen und zu schreiben.
• DevOps-Erfahrung: Sie denken in Bezug auf Umgebungen, Bereitstellungen, Änderungssteuerung und was passiert, wenn Dinge in der Produktion schiefgehen.
• Open-Source-Bias - Sie würden lieber etwas bauen und besitzen, als für ein verwaltetes Tool zu bezahlen, das die Kontrolle abstrahiert.
• Komfortabel mit GenAI-unterstützter Entwicklung: Verwendung von LLMs als Teil Ihres Entwicklungs-Workflows, um schneller voranzukommen und besseren Code zu schreiben.
• Komfortabel beim Debuggen von Daten von Ende zu Ende - Sie können eine falsche Zahl durch die semantische Schicht, dbt-Modelle und die Datenaufnahme-Pipeline bis zur Quelle zurückverfolgen.
• Arbeiten Sie problemlos über Teamgrenzen hinweg; diese Rolle sitzt zwischen Daten und Engineering und erfordert die Zusammenarbeit mit Führungskräften beider Teams.
• Arbeiten Sie gut unabhängig in einem schlanken Team mit minimalem Prozessaufwand.
• Erfahrung im DTC, E-Commerce oder einem schnelllebigen Konsumgeschäft ist von Vorteil.

• 21 Tage bezahlter Urlaub + alle gesetzlichen Feiertage.
• Vollständige Gesundheitsleistungen.
• 16 Wochen bezahlter Elternzeit für gebärende Eltern verfügbar. 8 Wochen Elternzeit für Nicht-Gebärende.
• 55% Rabatt auf das Unternehmen für Freunde und Familie.
• Chancen für berufliches Wachstum und Führungsrollen innerhalb des Unternehmens.