(Senior) Data Engineer (m/w/d)

Overview

In dieser Position entwickeln Sie skalierbare Datenplattformen (Data Warehouse/Data Lake/Data Lakehouse) und sorgen für hochwertige Dateninfrastrukturen in enger Verzahnung mit Fachdomänen. Sie wählen den passenden Tech-Stack, bauen Data Pipelines und coachen Mitarbeitende, während Sie Architekturentscheidungen in agilen Teams vorantreiben. Sie arbeiten an spannenden Projekten bei führenden deutschen Banken und gestalten unser technologisches Angebot aktiv mit. Nutzen Sie die Chance, sich fachlich weiterzuentwickeln und Teil einer zukunftsorientierten Tech-Community zu werden.

Leistungen / Benefits

• Great Place to Work
• 50% remote arbeiten
• 30+ Urlaubstage
• Sabbatical- und Workation-Möglichkeiten
• Weiterbildungsmöglichkeiten (Trainings, Zertifizierungen, Konferenzen)
• Firmenevents und After-Work-Veranstaltungen mit Cofinpros

Verantwortungsbereiche

• Beratung unserer Kunden zu skalierbaren Datenplattformen
• Konzeption und Umsetzung von Dateninfrastrukturen, Sicherstellung der Datenqualität
• Auswahl des Tool-Stacks und Entwicklung von Data Pipelines, bevorzugt in der Cloud
• Coaching von Mitarbeitenden und Mitgestaltung des technologischen Angebots
• Architekturentwicklung in agilen Teams sowie Abstimmung von Architektur- und Designentscheidungen
• Kontinuierliche persönliche Weiterentwicklung durch agile Teamarbeit und Community-Austausch
• Bearbeitung abwechslungsreicher Projekte bei führenden Finanzinstituten in Deutschland

Zentrale Anforderungen

• Mindestens drei Jahre Berufserfahrung im Data Engineering
• Erfahrung mit ETL-Frameworks wie Talend oder Informatica oder mit Spark/NiFi/Databricks
• Praktische Erfahrung mit Data Streaming Tools wie Kafka/Beam/Flink
• Kenntnisse im Umgang mit relationalen und dokumentenorientierten Datenbanken
• Entwicklung von Data Pipelines in gängigen Stacks; Erfahrung mit Java, Python, SQL oder Scala
• Deployment, Konfiguration und Monitoring von Data Pipelines bei Hyperscalern
• Wünschenswert: Agile/Lean/Continuous-Delivery-Ansätze, Cloud-native Architektur mit Kafka/Docker/Helm/Kubernetes/Terraform, Domain-driven Design, Microservices
• Zertifizierungen in Azure und/oder Google Cloud Platform als Data Engineer oder Solutions Architect
• Abgeschlossenes Hochschulstudium der Wirtschaftsinformatik oder Vergleichbares
• Sehr gute Deutschkenntnisse (mind. C1) und gute Englischkenntnisse

• Teamfähigkeit
• Kommunikationsstärke
• Eigeninitiative
• ETL-Frameworks (Talend, Informatica)
• Apache Spark
• Apache NiFi