Data Engineer (m/w/d)

Europart; Hagen; Hybrid; EUR 70.000 - 100.000; Vollzeit

Benefits dieser Stelle

Parkplätze

Betriebliche Altersvorsorge

Weiterbildung

Fahrtkostenzuschuss

Frisches Obst

Gesundheitsmanagement

Gute Verkehrsanbindung

Kantine mit Essenszulage

Mitarbeiterrabatte

Blutspendetermine vor Ort

Mitarbeitergespräche

Vermögenswirksame Leistungen

Zusammenfassung

EUROPART sucht am Standort Hagen einen Data Engineer zur Entwicklung und dem Betrieb moderner Datenplattformen und Pipelines. Sie arbeiten eng mit Data Analysts, Data Scientists und Software Engineers zusammen, um Daten effizient zu integrieren, zu transformieren und bereitzustellen.

Sie gestalten Data Warehouses, Data Lakes und Lakehouse-Architekturen, sichern Datenqualität und -verfügbarkeit und arbeiten an Monitoring, Security und Governance mit.

Qualifikationen

• Umfassende Berufserfahrung im Data Engineering/Software Engineering/Data Platform Engineering.
• Sehr gute SQL-Kenntnisse.
• Gute Programmierkenntnisse in Python.
• Erfahrung mit ETL-/ELT-Prozessen und Datenpipelines.
• Erfahrung mit Data-Warehouse- und Data-Lake-Konzepten.
• Kenntnisse in Git und modernen Entwicklungsprozessen.
• Grundlegendes Verständnis von Cloud-Technologien.
• Erfahrung mit AWS, Azure oder Google Cloud.
• Kenntnisse in Databricks, Snowflake oder Microsoft Fabric.
• Erfahrung mit Apache Spark.
• Kenntnisse in Apache Airflow.
• Erfahrung mit Docker und Kubernetes.
• Infrastructure as Code, z. B. Terraform.
• CI/CD und DevOps.
• Kafka-Erfahrung.
• Data Governance, Data Catalogs und Data Quality Tools.
• Erfahrung im Aufbau von Lakehouse-Architekturen.

Aufgaben

• Entwicklung und Betrieb skalierbarer ETL-/ELT-Datenpipelines.
• Daten aus Datenbanken, APIs, Dateien und Cloud-Systemen integrieren.
• Aufbau von Data Warehouses, Data Lakes und Lakehouse-Architekturen.
• Daten transformieren, bereinigen und validieren.
• Datenqualität, -konsistenz und -verfügbarkeit sicherstellen.
• Datenmodelle für Reporting und Analytics entwickeln.
• Datenprozesse und Workflows automatisieren.
• Überwachung und Optimierung bestehender Pipelines in Performance/Kosten.
• Monitoring, Logging, Alerting-Lösungen implementieren.
• Governance, Datenschutz und Sicherheit beachten.
• Dokumentation von Datenflüssen und Schnittstellen.
• Zusammenarbeit mit Analysts/Data Scientists bei Bereitstellung geeigneter Daten.
• Unterstützung beim Aufbau einer modernen Data Platform.

Kenntnisse

SQL

Python

ETL/ELT

Datenpipelines

Data Warehouses

Data Lakes

Cloud-Grundlagen

AWS/Azure/GC

Databricks/Snowflake/Fabric

Apache Spark

Apache Airflow

Docker & Kubernetes

Terraform

CI/CD/DevOps

Kafka

Data Governance/Quality

Lakehouse-Architekturen

Ausbildung

Abgeschlossenes Studium in Informatik/Wirtschaftsinformatik oder verwandtem Fach

Tools

Git

Jobbeschreibung

in unserer Unternehmenszentrale in Hagen

EUROPART ist der führende Händler von Ersatz- und Zubehörteilen für Nutzfahrzeuge, Busse, Transporter und Spezialfahrzeuge aller Klassen in Europa. EUROPART verfügt über ein hervorragendes, internationales Netzwerk und ist zusammen mit seinen eigenen Niederlassungen und den Häusern seiner Kooperationspartner in 28 Ländern vertreten.

Als Data Engineer bist du verantwortlich für den Aufbau, die Weiterentwicklung und den zuverlässigen Betrieb moderner Datenplattformen und Datenpipelines. Du stellst sicher, dass Daten aus unterschiedlichen Quellen effizient integriert, verarbeitet, gespeichert und für Analytics, Reporting, Machine Learning und operative Anwendungen bereitgestellt werden.

Dabei arbeitest du eng mit Data Analysts, Data Scientists, Software Engineers, IT sowie den Fachbereichen zusammen.

Deine Aufgaben

• Entwicklung und Betrieb skalierbarer ETL-/ELT-Datenpipelines
• Anbindung und Integration von Daten aus unterschiedlichen Quellen wie Datenbanken, APIs, Files und Cloud-Systemen
• Aufbau und Weiterentwicklung von Data Warehouses, Data Lakes und Lakehouse-Architekturen
• Transformation, Bereinigung und Validierung großer Datenmengen
• Sicherstellung von Datenqualität, Datenkonsistenz und Datenverfügbarkeit
• Entwicklung und Optimierung von Datenmodellen für Reporting und Analytics
• Automatisierung von Datenprozessen und Workflows
• Überwachung und Optimierung bestehender Datenpipelines hinsichtlich Performance, Stabilität und Kosten
• Implementierung von Monitoring-, Logging- und Alerting-Lösungen
• Umsetzung von Anforderungen an Datenschutz, Sicherheit und Governance
• Dokumentation von Datenflüssen, Schnittstellen und technischen Lösungen
• Zusammenarbeit mit Data Analysts und Data Scientists bei der Bereitstellung geeigneter Daten
• Unterstützung bei der Entwicklung einer modernen und skalierbaren Data Platform

Technische Anforderungen:

• Berufserfahrung im Bereich Data Engineering, Software Engineering oder Data Platform Engineering
• Sehr gute Kenntnisse in SQL
• Gute Programmierkenntnisse, vorzugsweise in Python
• Erfahrung mit relationalen Datenbanken und Datenmodellierung
• Erfahrung mit ETL-/ELT-Prozessen und Datenpipelines
• Verständnis für Data-Warehouse- und Data-Lake-Konzepte
• Erfahrung mit Git und modernen Entwicklungsprozessen
• Grundlegendes Verständnis von Cloud-Technologien
• Erfahrung mit AWS, Microsoft Azure oder Google Cloud
• Kenntnisse in Databricks, Snowflake oder Microsoft Fabric
• Erfahrung mit Apache Spark
• Kenntnisse in Orchestrierungstools wie Apache Airflow
• Erfahrung mit Docker und Kubernetes
• Kenntnisse in Infrastructure as Code, z. B. Terraform
• Erfahrung mit CI/CD und DevOps
• Kenntnisse in Streaming-Technologien wie Kafka
• Erfahrung mit Data Governance, Data Catalogs und Data Quality Tools
• Erfahrung im Aufbau von Lakehouse-Architekturen

Persönliche Anforderungen:

• Analytisches und strukturiertes Denkvermögen
• Hohe Eigenverantwortung und lösungsorientierte Arbeitsweise
• Interesse an modernen Daten- und Cloud-Technologien
• Fähigkeit, komplexe technische Sachverhalte verständlich zu vermitteln
• Teamfähigkeit und Freude an interdisziplinärer Zusammenarbeit
• Qualitätsbewusstsein und ein hoher Anspruch an zuverlässige Daten
• Bereitschaft, bestehende Prozesse kontinuierlich zu verbessern

Typischer Tech-Stack

Programmiersprachen:

Python, SQL

Erfolgskennzahlen der Position

Der Erfolg in der Position zeigt sich insbesondere durch:

• stabile und zuverlässige Datenpipelines
• hohe Datenqualität und Datenverfügbarkeit
• kurze Verarbeitungs- und Bereitstellungszeiten
• skalierbare und kosteneffiziente Datenarchitekturen
• hoher Automatisierungsgrad
• nachvollziehbare und dokumentierte Datenflüsse
• Zufriedenheit der internen Data- und Business-Teams

Ausbildung

Abgeschlossenes Studium oder vergleichbare Qualifikation in beispielsweise:

• Wirtschaftsinformatik
• oder einem vergleichbaren technischen bzw. analytischen Fachgebiet

Auch Quereinsteiger mit entsprechender praktischer Erfahrung und nachweisbaren technischen Kompetenzen sind willkommen.

Ausreichende und kostenfreie Parkplätze

Betriebliche Altersvorsorge

Fachliche Weiterbildung

Fahrtkostenzuschuss

Frisches Obst

Gesundheitsmanagement

Gute Verkehrsanbindung

Kantine mit Essenszulage

Mitarbeiterrabatte (Corporate Benefits)

Regelmäßige Blutspendetermine vor Ort

Regelmäßige Mitarbeitergespräche

Vermögenswirksame Leistungen

Sorge dafür, dass Daten zuverlässig, hochwertig und jederzeit verfügbar sind. Werde Teil unseres Teams und gestalte die Grundlage für Analytics, Reporting und Machine Learning.