Data Engineer

Relocation to Netherlands or Germany

In dieser Rolle werden Sie:

• Architektur und Entwicklung von großangelegten Systemen für Datenpipelines und Datenseen leiten, die Milliarden von täglichen Ereignissen verarbeiten.
• Lösungen entwerfen und implementieren, die sicherstellen, dass Daten verfügbar, sicher und skalierbar über die Plattform sind, um Echtzeit- und Batchverarbeitung zu ermöglichen.
• Hochrangige architektonische Entscheidungen über Systemdesign, Technologieauswahl und Plattformentwicklung treffen, um Skalierbarkeit und langfristige Nachhaltigkeit zu gewährleisten.
• Mit wichtigen Stakeholdern, wie Produktteams, Dateningenieuren, Backend-Entwicklern und ML-Ingenieuren, zusammenarbeiten, um Tools und Frameworks zu entwickeln, die Analysen, Produktmerkmale und datengestützte Workflows unterstützen.
• Mit Geschäftspartnern wie Analytics Engineering, Data Science, Machine Learning und Produktteams zusammenarbeiten, um hochwirksame Datenprodukte zu erstellen, die geschäftskritische Funktionen, Forschung und Experimente mit einem Fokus auf Effizienz und Ausrichtung ermöglichen.
• Mit der Führungsebene bei der Ausarbeitung des Charters und technischer Fahrpläne zusammenarbeiten.
• Ingenieure in den Bereichen Backend-Infrastruktur und Datenengineering betreuen und eine Kultur der Zusammenarbeit und technischen Exzellenz fördern.

Qualifikationen:

• Erfahrung in großangelegten verteilten Rechensystemen, mit Fachkenntnissen in Datenengineering und Datenmodellierung.
• Erfahrung in der Verwaltung von Live-Produktionsumgebungen, einschließlich Hochlastsystemen oder datenintensiven Workflows, mit einem Fokus auf Verfügbarkeit und Zuverlässigkeit.
• Experte in SQL und versiert in Technologien wie Spark, Kafka, Terraform und in mindestens einer Programmiersprache, die häufig im Datenengineering verwendet wird (z. B. Python, Scala oder Java).
• Starkes Wissen über ETL/ELT-Designmuster, Orchestrierungstools (z. B. Airflow, dbt, Dagster) und Datenqualitätsframeworks.
• Fähigkeit, skalierbare, sichere und wartbare Datenmodelle und Architekturen zu entwerfen sowie ein Verständnis für Datenverwaltung und Datenschutzbestimmungen.
• Praktische Erfahrung mit modernen Datenspeichertechnologien (z. B. Delta Lake, Snowflake, BigQuery, Redshift).
• Strategisches Denken, in der Lage, zu bewerten, ob intern gebaut oder auf Drittanbieterlösungen zurückgegriffen werden soll, um das richtige Gleichgewicht zwischen Geschwindigkeit, Skalierbarkeit und langfristiger Lebensfähigkeit zu gewährleisten.
• Ausgezeichnete Kommunikations- und Kooperationsfähigkeiten, in der Lage, über verschiedene Teams und Stakeholder hinweg zu arbeiten, Geschäftsbedürfnisse in robuste Datenlösungen zu übersetzen und die Ausrichtung auf technische Ziele sicherzustellen.
• Nachgewiesene Fähigkeit, unabhängig mit minimaler bis gar keiner Anleitung zu arbeiten, Aufgaben und Prioritäten über mehrere Projekte hinweg proaktiv zu verwalten, effizient zu arbeiten, effektiv mit funktionsübergreifenden Teams zusammenzuarbeiten und in schnelllebigen, ergebnisorientierten Umgebungen zu gedeihen.