Auf einen Blick
- Aufgaben: Leite ein Team von Ingenieuren und baue eine skalierbare Datenplattform für die Live-Entertainment-Branche.
- Unternehmen: Vivenu, führend in der Ticketing-Technologie mit globalem Einfluss.
- Vorteile: Wettbewerbsfähiges Gehalt, nachhaltiges Wachstum und ein dynamisches Team.
- Weitere Informationen: Vielfältiges, globales Team mit Fokus auf Innovation und Zusammenarbeit.
- Warum dieser Job: Gestalte die Zukunft des Live-Entertainments und arbeite mit den Besten der Branche.
- Qualifikationen: Mindestens 8 Jahre Erfahrung in der Datenengineering und Führungskompetenz.
Das prognostizierte Gehalt liegt zwischen 72000 - 88000 € pro Jahr.
Um für diese Rolle in Betracht gezogen zu werden, müssen Sie den Bewerbungsprozess auf dem folgenden Bildschirm vollständig abschließen.
Willkommen bei vivenu, dem globalen Marktführer im Bereich Ticketing-Technologie für Veranstaltungen und eines der am schnellsten wachsenden Unternehmen im Bereich Live-Entertainment-Technologie. Wir transformieren das Ticketing für globale Führer wie die Grammys, die Golden Globes, die Stanford University und den Hockenheimring und verwandeln eine einfache Transaktion in einen strategischen Geschäftsvorteil. Unterstützt von über 65 Millionen US-Dollar an Finanzierung ermöglicht unsere Plattform Veranstaltern, ihre Markenerfahrung zu besitzen, tiefgehende Datenanalysen freizuschalten und das Ticketing nahtlos in ihre digitale Infrastruktur zu integrieren.
Mit sechs Büros weltweit und wachsend bieten wir eine anpassbare, intuitive Lösung und branchenführenden Support, die selbst die komplexesten Ticketing-Herausforderungen vereinfachen – und helfen Veranstaltern, außergewöhnliche Erlebnisse zu bieten und echtes Wachstum zu erzielen. Schließen Sie sich uns an und gestalten Sie die Zukunft des Live-Entertainments.
Als Data Engineering Lead, Agentic Infrastructure sind Sie der grundlegende technische Leiter unserer Datenorganisation und leiten ein engagiertes Team von Ingenieuren in die Zukunft. Sie fungieren als technische Autorität und zentrale Anlaufstelle für alle Dateninitiativen im Unternehmen und stellen sicher, dass eine kohärente, sichere und skalierbare Datenstrategie verfolgt wird.
Durch den Aufbau dieser skalierbaren technischen Grundlage ebnen Sie den Weg für die unternehmensweite KI-Adoption. Während sich die interne Plattform weiterentwickelt, wird Ihr Aufgabenbereich wahrscheinlich erweitert, um robuste Daten- und KI-Funktionen direkt in unsere kundenorientierten Produkte zu integrieren.
Zu Ihren Aufgaben als Data Engineering Lead, Agentic Infrastructure (d/f/m) gehören:
- Die Grundlage schaffen: Entwerfen, architektonisch planen und unsere hochgradig skalierbare interne Datenplattform und das zentrale Data Warehouse aufbauen, um Daten über alle internen Tools und Systeme zu zentralisieren.
- Führen & Mentoren: Technische Führung, architektonische Anleitung und praktische Mentorschaft für ein leistungsstarkes Team von Ingenieuren bieten.
- Unternehmensweite KI-Adoption vorantreiben: Robuste, zuverlässige Datenpipelines und Infrastruktur aufbauen, die erforderlich sind, um unsere internen KI-Initiativen zu unterstützen.
- Zukunftssicher skalieren: Eine zukunftssichere technische Grundlage schaffen, die zunächst interne Abläufe optimiert, mit einem klaren Fahrplan zur Erweiterung in Kernproduktfunktionen.
- Betriebliche Exzellenz etablieren: Daten-Governance, Datenherkunft, Beobachtbarkeit und strenge Qualitätskontrollen implementieren, um sicherzustellen, dass die Datenplattform zuverlässig und vertrauenswürdig ist.
Was Sie benötigen, um in dieser Rolle erfolgreich zu sein:
- Über 8 Jahre praktische Erfahrung in der Datenverarbeitung, beim Aufbau moderner Datenstacks, zentraler Data Warehouses und hochdurchsatzfähiger Datenpipelines.
- Eine nachweisliche Erfolgsbilanz in der technischen Leitung und Förderung kleiner Teams bei gleichzeitiger praktischer Mitwirkung.
- Nachgewiesene Fähigkeit, unternehmensweite Datenarchitekturen zu entwerfen und als Hauptentscheidungsträger für komplexe Datensysteme zu fungieren.
- Starkes Verständnis dafür, wie man Daten strukturiert, modelliert und pipelined, um speziell die Einführung von KI, maschinellem Lernen und fortgeschrittener Analytik zu unterstützen.
- Exzellente Kommunikationsfähigkeiten mit der Fähigkeit, mit internen Stakeholdern zusammenzuarbeiten, um alle Geschäftsdatennachfragen zu zentralisieren und zu optimieren.
- Vertrautheit oder praktische Erfahrung mit Agentic AI-Technologien, insbesondere beim Aufbau von Infrastrukturen, in denen autonome Agenten und KI-Modelle lernen, auf Daten zugreifen und Aufgaben ausführen können.
Warum vivenu beitreten?
- Live Entertainment Tech
- Nachhaltiges Wachstum: Wir wachsen nachhaltig auf einer profitablen, von Wagniskapital unterstützten Grundlage mit echtem Produkt-Markt-Fit.
- Top-Team: Arbeiten Sie mit über 160 engagierten Fachleuten zusammen, darunter Führungskräfte von Google, Slack und Salesforce.
- Globale DNA: Wir sind ein vielfältiges, leistungsorientiertes Team, das über sechs globale Büros verteilt ist.
- Schnell wachsend in allen Aspekten: Sifted zählt uns konstant zu den am schnellsten wachsenden Scale-ups in Europa.
- Nächste Generation von Führungskräften & Einblicken: Arbeiten Sie mit einigen der hellsten Köpfe der Technologie zusammen.
Bei vivenu glauben wir, dass unsere Menschen unseren Erfolg definieren – und dass wir mit mutigen, vielfältigen Köpfen gewinnen. Die stärksten Teams werden auf unterschiedlichen Perspektiven, Erfahrungen und Stimmen aufgebaut. Wir setzen uns dafür ein, einen Arbeitsplatz zu schaffen, an dem sich jeder ermächtigt fühlt, beizutragen, zu wachsen und zu gedeihen, um die Zukunft des Live-Entertainments weltweit zu gestalten.
Data Engineering Lead, Agentic Infrastructure Arbeitgeber: vivenu
Vivenu ist ein herausragender Arbeitgeber, der seinen Mitarbeitenden die Möglichkeit bietet, an der Spitze der Event-Ticketing-Technologie zu arbeiten und bedeutende globale Marken zu unterstützen. Mit einem dynamischen und vielfältigen Team, das in einem inspirierenden Arbeitsumfeld zusammenarbeitet, fördert vivenu kontinuierliches Lernen und persönliche Entwicklung, während es gleichzeitig ein nachhaltiges Wachstum und innovative Lösungen im Live-Entertainment-Bereich vorantreibt. Die Unternehmenskultur legt großen Wert auf Inklusion und Zusammenarbeit, was es zu einem idealen Ort für kreative Köpfe macht, die einen echten Einfluss auf die Zukunft des Ticketings haben möchten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Engineering Lead, Agentic Infrastructure 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 vivenu 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 Engineering Lead, Agentic Infrastructure 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 Engineering Lead, Agentic Infrastructure bei vivenu gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei vivenu 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 vivenu entscheidend sein!
