(Sr.) Data Platform Engineer (m/f/d)

Unser stark wachsendes Data, AI & Mar. Tech Department sucht eine:n erfahrene:n Data Platform Engineer . In dieser Position bist du dafür verantwortlich, unsere cloudbasierte Datenplattform – das Herzstück der technischen Dateninfrastruktur von Smartbroker für Business Analytics & Insights – zu verbessern und kontinuierlich weiterzuentwickeln.

Werde Teil unseres Teams und spiele eine zentrale Rolle dabei, eine wirklich datengetriebene Kultur in der gesamten Organisation zu fördern und zu ermöglichen! Job description: Unsere cloudbasierte Datenplattform für Data Analytics und Business Insights mit modernsten Datentechnologien entwickeln und verbessern End-to-End-Datenpipelines aufbauen – von der Rohdaten-Ingestion bis zu konsumierbaren Daten: strukturierte und unstrukturierte Daten aufbereiten und bereinigen sowie hochwertige Datenmodelle für Advanced-Analytics- und KI-Use-Cases entwickeln Data-Quality-Monitoring implementieren, um Genauigkeit und Zuverlässigkeit der Datenpipelines sicherzustellen Komponenten der Dateninfrastruktur designen, entwickeln (coden) und deployen Eng mit sehr ambitionierten Data Engineers und Analyst:innen in unserem wachsenden Data, AI & Mar.

Tech Department sowie Kolleg:innen aus der Product-Technology zusammenarbeiten Aktuelle Marktentwicklungen in Data-Cloud-Architekturen verfolgen und dein Wissen aktiv teilen Hochschulabschluss in Informatik, Mathematik, Naturwissenschaften oder einem vergleichbaren Fachgebiet Mehrjährige Erfahrung im Data Engineering sowie starkes Know-how im Aufbau daten-nativer, robuster, skalierbarer und wartbarer Datenplattformen Umfassende Hands-on-Erfahrung im Design und Betrieb von Datenpipelines auf cloudbasierten Datenplattformen (AWS, GCP) unter Nutzung daten-nativer Services (S3, Athena, Big.

Query …) Erfahrung mit Data Warehousing und Containerization, z. B. Kubernetes, Docker … Fortgeschrittene Kenntnisse in Cloud Networking & Security (IAM, Security Groups …) Sicherer Umgang mit Infrastructure as Code und entsprechende Praxiserfahrung Tiefes Verständnis von Software-Engineering-Best-Practices: Requirements-Spezifikation, Version Control, CI/CD, Testing, Deployment und Monitoring von Datenpipelines und Services Exzellente SQL-Kenntnisse sowie starke Programmierfähigkeiten in Python, idealerweise inkl.

Airflow und Py. Spark Sehr gute Kenntnisse in Data-Streaming-Technologien wie Kafka, Kinesis, Flink … Sehr gute Englischkenntnisse in der Kommunikation, Deutsch ist ein Plus Interesse an der Finance- und Fintech-Branche sowie Sinn für Humor