Auf einen Blick
- Aufgaben: Entwickle und optimiere Datenpipelines für moderne Datenprodukte.
- Unternehmen: Innovatives Unternehmen mit Remote-Arbeitskultur und flachen Hierarchien.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und die Möglichkeit, neueste Technologien zu nutzen.
- Weitere Informationen: Remote-first mit gelegentlichen Team-Meetings in Berlin und großartigen Karrierechancen.
- Warum dieser Job: Gestalte die technische Basis für spannende Projekte und arbeite mit einem dynamischen Team.
- Qualifikationen: Mindestens 3 Jahre Erfahrung als Data Engineer und exzellente Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 70000 - 120000 € pro Jahr.
Standort: Remote in Deutschland
Anstellung: Vollzeit (40 Std./Woche)
Erfahrung: ab 3 Jahren Berufserfahrung
Gehalt: 70.000–120.000 € (je nach Erfahrung und Level)
Über die Rolle
In dieser Rolle gestaltest Du die technische Basis, auf der moderne Datenprodukte entstehen. Du arbeitest an der Entwicklung und Optimierung von Datenpipelines, die Daten aus verschiedenen Quellen effizient, sicher und nachvollziehbar in ein Data Lakehouse überführen. Dein Beitrag legt das Fundament für alle weiteren Teams, von Analytics bis Machine Learning.
Deine Aufgaben
- Aufbau und Pflege von ETL-/ELT-Pipelines in Python (insbesondere mit pandas und PySpark)
- Entwicklung und Optimierung von Streaming-Lösungen auf Basis von Kafka
- Nutzung von Apache NiFi zur Datenintegration und Automatisierung von Workflows
- Implementierung von Data Quality Checks und Monitoring
- Datenmodellierung (relational, zeitbasiert, graphorientiert) und Arbeit mit Data Lakes bzw. Data Warehouses
- Zusammenarbeit mit Analysten, Data Scientists und Entwicklern, um skalierbare Datenlösungen bereitzustellen
- Optional: Einsatz von Apache Hudi, Ozone oder ähnlichen Tools zur Versionierung und Nachvollziehbarkeit
- Dokumentation, Testing und kontinuierliche Verbesserung bestehender Prozesse
Dein Profil
- Mindestens 3 Jahre Erfahrung als Data Engineer (ein duales Studium wird mitgezählt)
- Exzellente Kenntnisse in Python, pandas und SQL
- Erfahrung mit Datenintegrationstools (z. B. Apache NiFi, Airbyte oder Fivetran)
- Erste Berührung mit Data Warehouses oder Data Lakes
- Erfahrung mit Streaming-Technologien (Kafka, PySpark, o. ä.)
- Docker und Kubernetes sind kein Muss, aber ein Plus
- Verständnis für Graphdatenbanken ist wünschenswert
- Abgeschlossenes Studium in einem technischen Bereich (nicht zwingend Informatik)
- Du bist lösungsorientiert, arbeitest selbstständig und bringst Begeisterung für neue Technologien mit
- Startup-Mentalität und Hands-on-Mentalität sind genau Dein Ding
Rahmenbedingungen
- Remote-first mit gelegentlichen Team-Meetings in Berlin
- Flexible Arbeitszeiten
- Flache Hierarchien und direkter Austausch mit erfahrenen Engineers
- Möglichkeit, mit neuesten Technologien (Apache, Kafka, Hudi, PySpark etc.) zu arbeiten
Haben wir dein Interesse geweckt? Dann melde dich doch gern direkt bei mir:
Data Engineer Arbeitgeber: Zabel
Zabel ist ein hervorragender Arbeitgeber, der eine dynamische und unterstützende Arbeitsumgebung bietet, in der Mitarbeiter als strategische Partner in einem der am schnellsten wachsenden Märkte Europas agieren können. Mit einem attraktiven Vergütungsmodell, intensiven Schulungen und der Möglichkeit, frühzeitig Verantwortung zu übernehmen, fördert Zabel die persönliche und berufliche Entwicklung seiner Mitarbeiter und ermöglicht ihnen, aktiv zur Gestaltung des Unternehmens beizutragen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Engineer erhalten könntest
✨Netzwerken, Netzwerken, Netzwerken!
Nutze Plattformen wie LinkedIn, um mit anderen Data Engineers und Fachleuten in Kontakt zu treten. Teile deine Projekte und Erfahrungen, um sichtbar zu werden und vielleicht sogar Empfehlungen zu erhalten.
✨Sei bereit für technische Interviews!
Bereite dich auf technische Fragen und praktische Tests vor, die deine Fähigkeiten in Python, SQL und Datenpipelines herausfordern. Übe mit Coding-Challenges und sei bereit, deine Lösungen zu erklären.
✨Zeige deine Leidenschaft für neue Technologien!
Sprich über deine Erfahrungen mit Tools wie Apache Kafka oder PySpark in Gesprächen. Zeige, dass du nicht nur die Grundlagen beherrschst, sondern auch bereit bist, Neues zu lernen und anzuwenden.
✨Bewirb dich direkt über unsere Website!
Wir bei StudySmarter lieben es, Talente zu entdecken! Bewirb dich direkt über unsere Website, um sicherzustellen, dass deine Bewerbung die richtige Aufmerksamkeit erhält. Lass uns gemeinsam an der Zukunft der Daten arbeiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Engineer mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wir wollen dich kennenlernen, also zeig uns, wer du wirklich bist! Lass deine Persönlichkeit in deiner Bewerbung durchscheinen und erzähl uns, warum du für die Rolle als Data Engineer brennst.
Mach es konkret!:Gib uns konkrete Beispiele aus deiner bisherigen Berufserfahrung. Erzähl uns von Projekten, an denen du gearbeitet hast, und wie du dabei deine Fähigkeiten in Python, pandas oder Kafka eingesetzt hast.
Achte auf die Details!:Überprüfe deine Bewerbung auf Rechtschreib- und Grammatikfehler. Eine saubere und gut strukturierte Bewerbung zeigt uns, dass du sorgfältig arbeitest und Wert auf Qualität legst.
Bewirb dich über unsere Website!:Der einfachste Weg, um Teil unseres Teams zu werden, ist, dich direkt über unsere Website zu bewerben. So stellst du sicher, dass deine Bewerbung schnell bei uns landet und wir sie zeitnah prüfen können.
Wie man sich auf ein Vorstellungsgespräch bei Zabel vorbereitet
✨Verstehe die Technologien
Mach dich mit den spezifischen Technologien vertraut, die in der Stellenbeschreibung erwähnt werden, wie Python, pandas, PySpark und Kafka. Zeige im Interview, dass du nicht nur die Grundlagen kennst, sondern auch praktische Erfahrungen hast und bereit bist, dein Wissen zu erweitern.
✨Bereite konkrete Beispiele vor
Überlege dir konkrete Projekte oder Herausforderungen, die du als Data Engineer gemeistert hast. Erkläre, wie du ETL-Pipelines aufgebaut oder optimiert hast und welche Tools du dabei verwendet hast. Das zeigt deine praktische Erfahrung und Problemlösungsfähigkeiten.
✨Zeige Teamgeist
Da die Rolle viel Zusammenarbeit mit Analysten und Data Scientists erfordert, ist es wichtig, deine Teamfähigkeit zu betonen. Bereite Beispiele vor, in denen du erfolgreich im Team gearbeitet hast, um skalierbare Datenlösungen zu entwickeln.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Rolle und dem Unternehmen. Frage nach den aktuellen Projekten, den verwendeten Technologien oder der Unternehmenskultur. So kannst du auch herausfinden, ob das Unternehmen gut zu dir passt.
