Data Engineer – Product, Pricing & Inventory Data (m/w/d)

Stelle nicht auf LinkedIn

🔥 vor 29 Minuten

🇩🇪 Deutschland – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🚰 Dateningenieur

👻 Geisterscore 13%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

INTERSPORT Deutschland eG

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

🏨 Gastgewerbe

✈️ Reisen

🛒 Einzelhandel

Hospitality • Travel • Retail

INTERSPORT Deutschland eG ist eine deutsche Sportartikel-Genossenschaft, die den redblue-Multifunktions-Event-Standort in Heilbronn-Franken betreibt. Die Organisation bietet moderne, flexible Veranstaltungsräume und einen umfassenden Veranstaltungsservice für Firmenveranstaltungen, Messen, Konferenzen, Konzerte und Kulturprogramme. Sie übernimmt die Buchung, das Catering und den Besucherservice für eine Vielzahl von öffentlichen und privaten Veranstaltungen.

Beschreibung

• Entwicklung und Betrieb skalierbarer Datenprodukte sowie ETL- und ELT-Pipelines für Produkt-, Preis- und Bestandsdaten • Integration von Daten aus PIM-Systemen, Marktplätzen, externen Content-Quellen und weiteren operativen Systemen in die Data Platform • Modellierung und Strukturierung von Daten rund um Produkte, Attribute, Sortimente, Preise und Bestände • Herstellung von Transparenz über Datenqualität, Vollständigkeit, Aktualität und Verfügbarkeit • Entwicklung geeigneter Qualitätschecks und Monitoring-Lösungen • Zuverlässige Bereitstellung von Datenprodukten für Discovery, Checkout und Fulfillment • Integration eventbasierter Datenquellen, unter anderem mit Kafka • Sicherstellung von Data Governance, Nachvollziehbarkeit und einheitlichen Datenstandards • Enge Zusammenarbeit mit Product Management, Engineering, Category, Content und Pricing • Verantwortung für Datenprodukte vom fachlichen Bedarf bis zum produktiven Betrieb • Aktive Mitarbeit an der Data Engineering Practice sowie Weiterentwicklung gemeinsamer Standards und Arbeitsweisen

🎯 Anforderungen

• Mehrjährige Erfahrung im Data Engineering oder in einer vergleichbaren Rolle • Sehr gute Kenntnisse in SQL und Python • Erfahrung mit ETL/ELT und Datenmodellierung • Erfahrung mit einem modernen Data Stack, idealerweise Snowflake, dbt und Prefect • Erfahrung mit Kafka oder vergleichbaren Event- und Streaming-Technologien • Kenntnisse in AWS • Idealerweise Infrastructure as Code mit Pulumi oder Terraform • Ausgeprägtes Verständnis für Datenqualität, Data Governance und die Verarbeitung großer, heterogener Datenbestände • Erfahrung in der Zusammenarbeit mit crossfunktionalen Produkt- oder Entwicklungsteams • Eigenverantwortliche, strukturierte und lösungsorientierte Arbeitsweise • Deutsch mindestens B2 und sicheres Englisch • Nice to have: Erfahrung mit Produktdaten, PIM-Systemen oder Klassifizierungsstandards • Nice to have: Kenntnisse im Bereich Pricing, Inventory oder Availability Data • Nice to have: Erfahrung mit Data Quality Monitoring, Data Observability oder Data Mesh • Nice to have: Erfahrung mit Markt-, Wettbewerbs- oder Preisdaten • Nice to have: Kenntnisse in BI-Tools wie Looker, Metabase oder Power BI • Nice to have: Erfahrung im E-Commerce-, Marktplatz- oder Retail-Umfeld

🏖️ Vorteile

• Flexible Arbeitszeiten • Mobiles Arbeiten • Weiterbildungsangebote • Mitarbeiterrabatte • Weitere Benefits • Moderner Data Stack mit Snowflake, dbt, Prefect, Kafka, AWS und Pulumi • Direkter Einfluss auf die Qualität, Aktualität und Verfügbarkeit zentraler Produkt-, Preis- und Bestandsdaten • Enge Zusammenarbeit mit Product, Engineering und den Fachbereichen • Gemeinsame Data Engineering Practice mit fachlichem Austausch und klaren Standards