Hebe dich für diese Rolle von der Masse ab — erstelle in etwa einer Minute einen maßgeschneiderten Lebenslauf und ein Anschreiben.
Energy Metering Germany GmbH sucht einen Mid-Level Data Engineer, der das Bindeglied zwischen Data-Lakehouse-Infrastruktur, analytischem Reporting und angewandten Data-Science-Use-Cases bildet.
Sie begleiten Daten entlang ihres Lebenszyklus, bauen Pipelines in Databricks auf, gestalten Datenmodelle mit dbt und orchestrieren Prozesse mit Airflow. Daneben arbeiten Sie an semantischen Metriken, BI-Apps mit Lightdash/Streamlit und ML-Prototypen.
Energie neu denken. Infrastruktur neu bauen. Zukunft neu gestalten – bei der Energy Metering Germany GmbH, einem Unternehmen der Octopus Energy Group.
Als innovativer Messstellenbetreiber treiben wir die Energiewende nicht nur voran – wir setzen sie technisch um.
Digital, skalierbar und kompromisslos praxisorientiert.
Von der Installation intelligenter Messsysteme inklusive Smart Meter Gateway über moderne Wallbox-Lösungen für Privathaushalte bis hin zu komplexen 1:n-Lösungen und CLS-Management nach §14a und §9 EnWG – wir bauen die vernetzte Energieinfrastruktur von morgen. Sicher, normkonform und hochautomatisiert.
Unser Anspruch: Messstellenbetrieb neu definieren – als Rückgrat eines flexiblen, datengetriebenen Energiesystems. Dafür kombinieren wir regulatorische Exzellenz mit technischer Umsetzungskompetenz und operativer Geschwindigkeit.
Wenn du nicht nur verwalten, sondern gestalten willst – dann baue mit uns das Energy Metering der nächsten Generation.
Für den weiteren Ausbau und Betrieb unserer modernen Daten- und Analytics-Landschaft suchen wir einen vielseitigen Mid-Level Data Engineer (m/w/d).
In dieser Rolle bist du das Bindeglied zwischen robuster Data-Lakehouse-Infrastruktur, analytischem Reporting mit Lightdash & Streamlit und angewandten Data-Science-Use-Cases.
Du begleitest Daten entlang ihres gesamten Lebenszyklus – von der Rohdatenaufnahme im Lakehouse über automatisierte Datenmodelle bis hin zu interaktiven Dashboards und Machine-Learning-gestützten Datenanwendungen.
Lakehouse & Data Engineering (ca. 50%):
Konzeption, Aufbau und Tuning performanter Pipelines auf Basis von Databricks.
Datenmodellierung mit dbt sowie Orchestrierung robuster DAGs via Apache Airflow.
Governance & Performance:
Etablierung automatisierter Data-Quality-Prüfungen, Data Lineage und Cluster-Optimierung.
Analytics & Data Apps (ca. 25%):
Aufbau einer semantischen Metriken-Schicht und Self-Service-BI in Lightdash.
Entwicklung interaktiver Analyse-Tools und Data Apps in Python (Streamlit).
Data Science & ML (ca. 25%):
Explorative Analysen, Prototyping und Training von ML-Modellen (z. B. Prognosen, Anomalien).
MLOps & Business-Integration:
Experiment-Tracking auf Databricks und Bereitstellung der Ergebnisse für Fachbereiche.
Berufserfahrung:
Mindestens 2–4 Jahre Praxis im Data Engineering, Analytics Engineering oder einer vergleichbaren Rolle.
Core Engineering Stack:
Fundierte Praxis mit Databricks (Delta Lake, Unity Catalog), dbt und Apache Airflow.
BI & Data Apps:
Erfahrung mit Lightdash (oder Interesse an code-basierter BI) sowie mit Streamlit.
Code & Datenbanksprachen:
Exzellentes SQL (Performance-Tuning, komplexe Joins) und sehr gutes Python (pandas, PySpark, scikit-learn).
Methodik & Best Practices:
Routinierter Umgang mit Git / CI/CD und modernen Modellierungskonzepten (Star-Schema).
Mindset & Sprachen:
Pragmatische Hands-on-Mentalität, starke Kommunikationsfähigkeit und sehr gutes Deutsch & Englisch.
P.S.: Octopusse gibt es in allen Farben, Formen und Größen. Wir freuen uns auf Mitarbeiter*innen jeden Geschlechts, Alters, jeder sexuellen Identität, Herkunft, Religion, Weltanschauung, mit und ohne Behinderungen. Für uns zählt nur eins: du passt zu uns und brennst darauf, etwas zu verändern.