Data Engineer (m/w/d) - Remote - Rhein/Ruhr oder München.

Stelle nicht auf LinkedIn

🕒 vor 3 Monaten

🇩🇪 Deutschland – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🚰 Dateningenieur

👻 Geisterscore 54%

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

SPAREPARTSNOW GmbH

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

📦 Logistik

🏭 Fertigung

🏥 Gesundheitswesen

Logistics • Manufacturing • Healthcare

SPAREPARTSNOW GmbH ist eine führende Online-Plattform mit Sitz in München, die auf die Versorgung mit industriellen Ersatzteilen und Zubehör für Maschinen und Produktionsanlagen spezialisiert ist. Das Unternehmen bietet eine große Auswahl von über 5. 000. 000 Produkten führender Marken und ermöglicht Einsparungen von bis zu 50 %. SPAREPARTSNOW unterstützt den digitalen Beschaffungsprozess mit Advanced AI-Lösungen für die Teileidentifikation und ist damit ein bevorzugter Partner für Anforderungen im Bereich MRO (Maintenance, Repair and Operations). Das Engagement für Prinzipien der Circular Economy und nachhaltige Lösungen trägt dazu bei, die industrielle Effizienz zu steigern und Stillstandszeiten zu reduzieren. Durch die Integration innovativer Technologien wie Microsoft Azure und durch Partnerschaften mit renommierten Herstellern liefert SPAREPARTSNOW einen unvergleichlichen Service und höchste Qualität.

Beschreibung

• Konzeption und Umsetzung moderner Datenpipelines: Du entwickelst und optimierst Batch- und Streaming-Datenpipelines und sorgst dafür, dass Daten zuverlässig, performant und skalierbar verarbeitet werden. • Aufbau leistungsfähiger ETL-/ELT-Prozesse: Mit Python und Databricks konzipierst, implementierst und betreibst Du robuste Datenintegrationsprozesse – von der Rohdatenaufnahme bis zur Bereitstellung für Analytics. • Entwicklung zukunftssicherer Datenmodelle: Du entwirfst, verwaltest und optimierst Datenmodelle für analytische Anwendungen und nachgelagerte Systeme und stellst deren Konsistenz und Wartbarkeit sicher. • Qualität und Stabilität der Datenplattform: Du überwachst und verbesserst kontinuierlich Datenqualität, Performance und Stabilität über die gesamte Plattform hinweg und etablierst geeignete Monitoring- und Testing-Strategien. • Enge Zusammenarbeit mit Team und Fachbereichen: Du arbeitest eng mit dem Entwicklungsteam zusammen und stimmst Dich mit den Fachbereichen zu datenbezogenen Anforderungen ab, um fachlich und technisch optimale Lösungen zu schaffen.

🎯 Anforderungen

• Python-Kenntnisse im Data Engineering: Du verfügst über sehr gute Kenntnisse in Python und setzt diese sicher für die Entwicklung von Datenpipelines ein. • Erfahrung mit modernen Datenplattformen: Du hast praktische Erfahrung mit Technologien wie Databricks, Apache Airflow, Apache Spark, Google BigQuery, Microsoft Fabric oder vergleichbaren Plattformen und weißt, wie man sie effizient einsetzt. • Sicherer Umgang mit SQL und Datenmodellierung: Du beherrschst SQL auf fortgeschrittenem Niveau und bringst fundierte Kenntnisse in relationaler Datenmodellierung mit. • Know-how in ETL-/ELT-Architekturen: Du kennst gängige Architekturmuster für Datenintegration und hast Erfahrung in der Orchestrierung komplexer Daten-Workflows. • Cloud- und Storage-Verständnis: Du bist vertraut mit Cloud-basierten Datenplattformen sowie Speicherlösungen wie Data Lakes oder Object Storage und verstehst deren architektonische Besonderheiten. • Erfahrung im ML/AI-Umfeld: Idealerweise hast du bereits Erfahrung mit Machine-Learning- oder AI-Projekten gesammelt, z. B. beim Aufbau und Betrieb von AI-Workflows oder auch beim Training und der Integration von Modellen in produktive Datenprozesse. • Qualitätsbewusstsein und Performance-Fokus: Best Practices in Datenanalyse, Datenqualität, Monitoring und Performance-Optimierung sind für Dich selbstverständlicher Bestandteil deiner Arbeit. • Versionierung und CI/CD im Datenumfeld: Du hast Erfahrung im Umgang mit Git sowie mit CI/CD-Prozessen für Daten-Workflows und trägst so zu stabilen, reproduzierbaren Deployments bei.

🏖️ Vorteile

• Flexible Arbeitszeiten • Flexibler Arbeitsort (Homeoffice) • Dynamisches, innovatives Team • Viel Freiraum für eigene Ideen und Kreativität • Attraktive Vergütung mit der Möglichkeit eigener Anteile • Weitere Benefits