Data Engineer (m, w, d)

Synpulse8 Deutschland GmbH; Ulm; Vor Ort; EUR 50.000 - 70.000; Vollzeit

Zusammenfassung

Ein spezialisiertes Unternehmen im Kundeninformationsmanagement sucht ab sofort einen Data Engineer. Der ideale Kandidat bringt gute Deutsch- und Englischkenntnisse, Erfahrung in der Datenpipeline-Entwicklung sowie Kenntnisse in Python, SQL und NoSQL mit. Flexibles Arbeitsumfeld mit Homeoffice-Möglichkeiten und individueller Unterstützung für die Weiterentwicklung. Standort ist Ulm, im direkten Umfeld des Ulmer Münsters.

Leistungen

Herausfordernde Projekte

Familiäres und informelles Arbeitsumfeld

Flexible Arbeitszeiten

Individuelle Entwicklungsmöglichkeiten

Zeit und Budget für Weiterbildung

Qualifikationen

• Gutes Verständnis von Datenstrukturen und Algorithmen.
• Erfahrung im Aufbau und Betrieb robuster ETL-Prozesse.
• Hoher Qualitätsanspruch an Daten (Testing, Monitoring).
• Bereitschaft zur kontinuierlichen Weiterbildung.

Aufgaben

• Entwicklung und Pflege von Datenpipelines (ETL).
• Datenmodellierung und Optimierung von Datenbanken.
• Überwachung und Sicherstellung der Datenqualität.
• Automatisierung wiederkehrender Datenprozesse.

Kenntnisse

Deutschkenntnisse (C1)

Englischkenntnisse

Kenntnisse in Python

Erfahrung mit SQL

Erfahrung mit NoSQL

Git-Kenntnisse

Analytische Problemlösungsfähigkeiten

Kommunikationsfähigkeit

Offenheit für neue Technologien

Ausbildung

Abgeschlossenes Studium in einem MINT-Fach

Tools

Pandas

PySpark

Jobbeschreibung

Die Synpulse8 Deutschland GmbH ist ein Spezialist für strategische und operative

Herausforderungen im Bereich Kundeninformationsmanagement. Unsere Kunden

sind international tätige Unternehmen aus den Branchen Automotive, Finance und

Insurance. In Verbindung mit Datenbanken und Anwendungsentwicklung liegen

unsere Kernkompetenzen in Business Intelligence sowie Marketing & CRM.

Zur Unterstützung unseres Teams am Standort Ulm, direkt am Ulmer Münster, suchen wir ab sofort

Data Engineer (m/w/d)

Vollzeit, Einzugsgebiet Ulm und Umgebung

Aufgaben

Deine Aufgaben:

• Entwicklung und Pflege von Datenpipelines (ETL), um Daten aus verschiedenen Quellen effizient zu integrieren und bereitzustellen
• Datenmodellierung und Optimierung von Datenbanken und Abfragen (SQL und NoSQL)
• Überwachung und Sicherstellung der Datenqualität durch Monitoring, Testing und automatisierte Validierungsprozesse
• Enge Zusammenarbeit mit unserem interdisziplinären Datenteam, um Datenforderungen zu verstehen und in robuste Datenlösungen zu übersetzen
• Automatisierung wiederkehrender Datenprozesse, um Effizienz und Zuverlässigkeit zu steigern
• Evaluierung neuer Technologien und Tools zur kontinuierlichen Weiterentwicklung unseres Data-Stacks

Qualifikation

Dein Profil:

• Gute Deutsch- (C1) und Englischkenntnisse
• Abgeschlossenes Studium in einem MINT-Fach oder vergleichbar tiefes Verständnis von Datenstrukturen und Algorithmen
• Fundierte Kenntnisse in Python und gängigen Datenverarbeitungs-Libraries (z.B Pandas, PySpark)
• Erfahrung im Aufbau und Betrieb robuster ETL-Prozesse sowie in der Datenintegration
• Sicherer Umgang mit SQL und NoSQL-Datenbanken
• Sicherer Umgang mit Git für Versionskontrolle, Branching und kollaborative Code- Reviews
• Hoher Qualitätsanspruch an Daten (Testing, Monitoring) und Fähigkeit, komplexe Datenprobleme analytisch zu lösen
• Kommunikationsstärke und Freude daran, komplexe Sachverhalte verständlich zu erklären
• Offenheit für neue Technologien und kontinuierliche Weiterbildung, z.B. in Machine Learning / NLP (Nice-to-Have)

Benefits

Bei uns erwartet Dich:

• Herausfordernde Projekte in attraktiven Bereichen (Automobil, Finanzen, Versicherungen, Rückversicherungen)
• Ein familiäres und informelles Arbeitsumfeld (keine Kleiderordnung)
• Flexible Arbeitszeiten und Homeoffice-Möglichkeit – mit einem festen Bürotag am Mittwoch
• Individuelle Entwicklungsmöglichkeiten mit kontinuierlicher Unterstützung
• Arbeiten in einer zukunftsorientierten Datenlandschaft mit aktueller Technologie sowie Freiraum, neue Ansätze und Tools einzubringen und zu erproben
• Zeit und Budget für fachliche Weiterbildung, Zertifizierungen sowie Fachkonferenzen stehen bereit

So könnte dein Arbeitstag als Data Engineer/in aussehen:

09.00 – 10.00 Uhr E-Mails bearbeiten und Tag strukturieren

10.00 – 11.30 Uhr Weiterentwicklung einer Datenpipeline für Projekt X

11.30 – 12.30 Uhr Gemeinsame Mittagspause mit den Kollegen

12.30 – 15.00 Uhr Weiterentwicklung einer Datenpipeline für Projekt X

15.00 – 15.30 Uhr Projektbesprechung zu Projekt Y

15.30 – 18.00 Uhr Aufbau einer neuen Workflow-Orchestrierung für Projekt Y