Data Engineer Fokus Data-Warehouse

• DWH & Datenmodellierung: Entwicklung und Betrieb von Data-Warehouse-Strukturen und analytischen Datenmodellen in Google BigQuery.
• SQL-Transformationen: Konzeption, Entwicklung, Test und Optimierung komplexer, wartbarer und performanter SQL-basierter Datenmodelle mit Dataform, dbt oder einem vergleichbaren Transformations-Framework.
• Migrationsvorhaben: Mitarbeit bei der Modernisierung unserer Datenplattform und der Migration bestehender Data-Warehouse-Workloads von ClickHouse zu BigQuery - einschließlich Datenmodellen, Transformationen, Pipelines und Validierung.
• Data Pipelines & Semantic Layer: Konzeption, Entwicklung und Betrieb robuster Ingestion- und ETL-/ELT-Pipelines sowie Modellierung einer konsistenten semantischen Datenschicht für die zuverlässige Datenbereitstellung.
• Testing & Standards: Etablierung und Verbesserung von automatisierten Testings, Datenvalidierungen und Monitoring-Standards.
• Software-Best-Practices: Anwendung moderner Software-Engineering-Praktiken wie Versionskontrolle, Code-Reviews, CI/CD und automatisiertes Testen in unseren Daten-Workflows.

• Erfahrung: Drei bis fünf Jahre Berufserfahrung im Bereich Data Engineering, Data Warehousing oder einer vergleichbaren Rolle. Du arbeitest sehr eigenständig und bist bereit, Verantwortung zu übernehmen.
• Fokus auf SQL & Daten: Sehr gute SQL-Kenntnisse für komplexe Abfragen und große Datenmengen.
• Python & Automatisierung: Nutzung von Python zur Implementierung von Pipelines, zur Automatisierung operativer Prozesse und zur Ablösung wiederkehrender manueller Aufgaben.
• Cloud & Tools: Fundierte Praxiserfahrung mit Google BigQuery in einer Produktionsumgebung sowie praktische Erfahrung mit Dataform oder einem vergleichbaren SQL-Transformations-Framework (bspw. dbt).
• Engineering-Mindset: Erfahrung mit Git-basierten Workflows, CI/CD und automatisierten Qualitätsprüfungen. Du besitzt eine pragmatische Arbeitsweise mit Fokus auf Zuverlässigkeit und Wartbarkeit.

• 20% Tech-Debt-Regel: Wir opfern langfristige Stabilität nicht für kurzfristige Features. Wir reservieren 20% jedes Sprints für Refactoring und das Aufräumen der Architektur.
• Lernen & Mentoring: Du arbeitest direkt mit unserem Platform Lead und dem CTO zusammen, um moderne Data-Stack-Prinzipien zu meistern und schnell in unsere aktiven Sprint-Zyklen einzusteigen.
• Arbeit mit Impact: Du baust nicht einfach nur “Reports” - du erschaffst die hochperformante Infrastruktur, die Zero-Shot-Analysen für weltweit führende Unternehmen erst möglich macht.

Gehalt: 3.879,11€ - 5.233,92€ pro Monat

Leistungen:

• Firmenevents
• Flexible Arbeitszeiten
• Homeoffice-Möglichkeit
• Kostenlose Getränke
• Kostenloser Parkplatz

Predict42 ist ein B2B-SaaS-Unternehmen aus Mainz, das sich auf Feedback Analytics spezialisiert hat. Unsere Plattform MIGO hilft einigen der weltweit größten Einzelhändler dabei, Kundenfeedback in klare Geschäftsentscheidungen zu verwandeln. Da wir uns aktuell vom Startup zum Enterprise Scale-Up entwickeln, suchen wir zur strukturellen Verstärkung unseres Plattform-Teams einen erfahrenen Data Engineer (m/w/d) mit starkem Data-Warehouse-Hintergrund.