Senior Data Engineer (m/f/d)

Axel Springer AG; Berlin; Vor Ort; EUR 80.000 - 120.000; Vollzeit

Zusammenfassung

Axel Springer AG sucht eine:n erfahrenen Data Engineer, der eigenständig Datenprodukte von der Pipeline bis zur Incident-Reaktion betreibt. Hands‑on Engineering umfasst Aufbau, Tests und Bewertung der Datenverarbeitungen, die das Geschäft antreiben.

Sie integrieren Datenqualitätsprüfungen, Datenherkunft und Frische direkt in die Arbeit, entwerfen Schemata für späte und unordentliche Daten und arbeiten eng mit Analysts, Data Scientists und Product Managern zusammen.

Qualifikationen

• Abschluss in Informatik, Engineering oder einem verwandten Bereich; gleichwertige Erfahrung zählt.
• Senior-Level-Erfahrung in der Bereitstellung und dem Betrieb von Datenprodukten oder Backend-Systemen End-to-End in einer Cloud-Umgebung wie AWS, GCP oder Azure.
• Tiefer, tool-unabhängiger Bezug zu Datenmodellierung, Schemaversion, inkrementeller und idempotenter Verarbeitung, späte und dirty data-Verarbeitung und die Fähigkeit, zu erklären, warum eine Pipeline so gestaltet ist.
• Starke Python-Fähigkeiten mit der Disziplin, sauberen, gut getesteten und wartbaren Code zu schreiben – bringe Software-Engineering-Praktiken in die Datenarbeit und lerne Go oder andere Tools bei Bedarf.
• Belegte Daten-Vertrauensinstinkte, mit Qualitätsprüfungen, Herkunft und Frische, um reale Datenprodukte zuverlässig für echte Verbraucher bereitzustellen.
• Gutes Urteilsvermögen bei Tools und Kompromissen, mit der Fähigkeit, deine Entscheidungen, die verworfenen Optionen und das, was du anders machen würdest, zu verteidigen.
• Effektive Kommunikation mit Nicht-Ingenieuren, echtes Ownership-Mindset und Erfahrung im Mentoring von Data Engineers auf unterschiedlichen Senioritätsstufen.

Aufgaben

• Eigenständige Entwicklung und Betrieb von Datenprodukten End-to-End – vom Aufbau der Pipelines bis zur Incident-Reaktion und Verbesserung der Zuverlässigkeit.
• Hands-on-Engineering: Aufbau, Tests und Bewertung der Datenverarbeitungen und Services, die das Geschäft antreiben.
• Direkte Integration von Data-Quality-Prüfungen, Data-Lineage und Frische in die Arbeit, damit Datenkonsumenten zuverlässig arbeiten können.
• Entwurf von Schemata, die verspätete und unordentliche Daten abbilden und die Geschäftsfragen widerspiegeln.
• Zusammenarbeit mit Analysts, Data Scientists und Product Managern zur Definition von Datenmodellen, Verträgen und Schnittstellen.
• Mentoring von Mid-Level- und Junior Data Engineers durch Code-Reviews und Design-Feedback.
• Optimierung von Transformationen und Pipelines zugunsten Zuverlässigkeit und Effizienz.

Kenntnisse

Cloud-Erfahrung (AWS/GCP/Azure)

Data modeling

Schema evolution

Incremental processing

Idempotent processing

Late data handling

Python

Data quality checks

Technical judgement

Mentoring

Kommunikation

Ausbildung

Abschluss in Informatik/Engineering oder vergleichbare Qualifikation

Tools

Go

Jobbeschreibung

Was du bei uns bewegst:

• own data products end-to-end, from building pipelines to responding to incidents and improving reliability
• hands‑on engineering: building, testing, and reasoning about the data transforms and services that run the business
• builddata-quality checks, lineage, and freshness directly into the work so data consumers can rely on it
• design schemas that handle late and messy data and reflect how the business actually asks questions
• collaborate with analysts, data scientists, and product managers to define data models contracts, and interfaces that deliver reliable, high‑quality data
• mentor mid-level and junior data engineersthrough code review, design feedback, and shared standards
• tune transforms and pipelines for reliability and efficiency, and reduce operational toil over time

Was du mitbringst:

• a degree in computer science, engineering, or a related field; equivalent expertise proven through experience and impact is equally valued
• senior-level experience delivering and operating data products or backend systems end-to-end in a cloud environment such as AWS, GCP, or Azure
• deep, tool-independent grounding in data modeling, schema evolution, incremental and idempotent processing, late and dirty data handling, and the ability to explain why a pipeline is shaped the way it is, not just that it runs
• strong Python skills with the discipline to write clean, well‑tested, maintainable code -bring solid software‑engineering practice to data work and pick up Go or other tools as needed
• proven data‑trust instincts, having applied quality checks, lineage, and freshness to keep real data products reliable for actual consumers
• sound judgment on tools and trade‑offs, with the ability to defend your choices, the options you ruled out, and what you would do differently
• effective communication with non‑engineers, a genuine ownership mindset, and experience mentoring data engineers across different seniority levels