Senior DataOps Engineer

Senior DataOps Engineer

München Vollzeit 63000 - 77000 € / Jahr (geschätzt) Homeoffice (teilweise)
Z

Auf einen Blick

  • Aufgaben: Entwickle und betreibe Produktionsdatenpipelines und verwalte Preismodell-APIs.
  • Unternehmen: Schnell wachsendes internationales Technologieunternehmen in der Reisebranche.
  • Vorteile: Flexible Arbeitsmodelle, Reisevorteile und regelmäßige Teamevents.
  • Weitere Informationen: Werde Teil eines dynamischen, internationalen Teams, das Lernen und Innovation schätzt.
  • Warum dieser Job: Gestalte Systeme, die Millionen von Gästen weltweit unterstützen und innoviere mit modernster Technologie.
  • Qualifikationen: 4+ Jahre Erfahrung in Software Engineering oder Data Engineering und starke Python-Kenntnisse.

Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.

Our client is a rapidly growing international technology company in the travel and vacation rental industry.

They develop innovative solutions that simplify the way travelers book holiday homes and help hosts grow their businesses efficiently.

With a diverse team of over 700 colleagues from more than 60 nationalities, the organization combines the agility of a fast-scaling tech company with the stability of an established business model.

Data-driven decision-making, continuous improvement, and modern technology are at the core of the company culture, creating an environment where employees are encouraged to take ownership, innovate, and make a measurable impact.

As the business continues to expand globally, the company is investing heavily in its Revenue Management and Data Engineering capabilities.

They are now looking for a Senior Data Ops Engineer / Software Engineer – Revenue Management to join their team and help transform experimental models into reliable, scalable, and impactful production systems.

  • Tech Stack
  • Data Pipelines

Data Storage & Querying : S3, Redshift (with decentralized data sharing), Athena, and Duck DB.

ML & Model Serving : MLflow, Sage Maker, and deployment APIs for model lifecycle management.

Cloud & Dev Ops : Terraform, Docker, Jenkins, and AWS EKS (Kubernetes) for scalable, resilient systems.

Monitoring : ELK, Grafana, Looker, Ops Genie, and in-house tools for full visibility.

Ingestion : Kafka-based event systems and tools like Airbyte and Fivetran for smooth third-party integrations.

Automation & AI : Extensive use of AI tools like Claude, Copilot, and Codex.

  • Main Tasks
  • Deploy and maintain pricing and demand models in production, building APIs and serving infrastructure for reliable operation.
  • Develop and operate production-grade data pipelines, ensuring smooth flow from data sources to models and outputs with robust monitoring and alerting.
  • Collaborate closely with Data Scientists, Analysts, and Engineering teams to turn prototypes into production-ready solutions.
  • Own and maintain infrastructure, CI/CD pipelines, and supporting tooling for the Revenue Management team.
  • Implement operational best practices including monitoring, automated testing, and observability across production systems.
  • Convert proof-of-concept and experimental code into robust, maintainable Python applications.
  • Ensure high data quality, consistency, and proper documentation for all Revenue Management metrics and datasets.
  • Actively leverage AI and modern tooling to optimize workflows and team productivity.

Requirements

  • 4+ years of experience in Software Engineering, Data Engineering, Dev Ops, or MLOps.
  • Strong hands-on experience in Python and ability to write clean, production-ready code.
  • Experience with CI/CD, Docker, and infrastructure-as-code tools such as Terraform.
  • Familiarity with cloud platforms, preferably AWS, and deploying services in production environments.
  • Exposure to or interest in ML model deployment platforms like MLflow, Sage Maker, or similar.
  • Motivated to explore and adopt modern AI tools and LLM agents to enhance productivity.
  • Proactive, hands-on mindset with strong ownership, problem-solving skills, and ability to drive solutions forward.
  • Strong collaboration and communication skills to work effectively in cross-functional teams.

Benefits

  • Opportunity to shape Revenue Management systems used by thousands of hosts and millions of guests worldwide.
  • Work in a modern, data-driven technology environment with cutting-edge tools and frameworks.
  • Collaborate with an international, motivated team that values learning, innovation, and impact.
  • Professional growth through mentorship, learning budgets, and a focus on AI and emerging technologies.
  • Flexible hybrid working model with 50% in-office collaboration.
  • Up to 8 weeks per year to work remotely from inspiring locations.
  • Competitive benefits including travel perks, wellness and gym discounts, and regular team and company events.
  • Be part of a culture that celebrates wins, encourages curiosity, and balances ambition with a fun and human-centered environment.

Senior DataOps Engineer Arbeitgeber: Zero to One search

Unser Kunde ist einer der am schnellsten wachsenden Fintech-Unternehmen in Deutschland und bietet eine moderne mobile Banking-Plattform, die innovative Finanzprodukte mit einem herausragenden digitalen Kundenerlebnis kombiniert. Die Unternehmenskultur fördert ein agiles und dynamisches Arbeitsumfeld, in dem Mitarbeiter die Möglichkeit haben, Schlüsselprozesse aktiv zu gestalten und ihre Karriere langfristig zu entwickeln. Mit einem modernen Büro im Herzen von Frankfurt und zahlreichen Zusatzleistungen wie einem öffentlichen Verkehrsticket, einem Fahrrad-Leasing-Programm und regelmäßigen Teamevents ist dies ein attraktiver Arbeitgeber für alle, die in einem zukunftsorientierten Sektor arbeiten möchten.

Z

Kontaktdaten:

Zero to One search Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Senior DataOps Engineer 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 Zero to One search 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 Senior DataOps Engineer mit Bravour zu bestehen

Python
CI/CD
Docker
Terraform
AWS
MLflow
SageMaker

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 Senior DataOps Engineer bei Zero to One search gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Zero to One search 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 Zero to One search entscheidend sein!