Data Engineer --- Deutschland (Remote)
Vollzeit
Bitte beachten Sie: Fließende Deutschkenntnisse sind eine zwingende Voraussetzung für diese Rolle.
Über das Unternehmen
Ein schnell wachsendes Berliner Startup, das KI-gestützte Finanzintelligenz für moderne CFOs und Finanzteams entwickelt. Ihre Plattform integriert und analysiert Daten aus ERP-Systemen, Tabellenkalkulationen und anderen Geschäftssystemen und wandelt Rohdaten in klare, umsetzbare Erkenntnisse um. Durch die Kombination einer skalierbaren semantischen Ebene mit fortschrittlichen KI-Agenten helfen sie Unternehmen, datengestützte Entscheidungen ohne den Overhead eines großen Daten- oder Finanzteams zu treffen.
Sie arbeiten an der Schnittstelle von Finanzen, Daten und KI und suchen einen Data Engineer, der begeistert davon ist, mit komplexen ERP-Daten, skalierbarer Dateninfrastruktur und modernen Analysesystemen zu arbeiten.
Ihre Aufgaben
Sie helfen beim Aufbau des Datenfundaments hinter der Plattform und arbeiten eng mit Backend-, KI- und Produktteams zusammen, um zuverlässige Pipelines zu entwerfen, komplexe Finanzdaten zu modellieren und ERP-Daten für intelligente Anwendungen nutzbar zu machen.
- Aufbau von Daten-Pipelines: Entwurf, Aufbau und Wartung skalierbarer Pipelines zur Aufnahme, Transformation und Bereitstellung von Finanz- und Betriebsdaten.
- Arbeit mit ERP-Daten: Integration und Modellierung von Daten aus ERP-Systemen und Finanztools, einschließlich Buchhaltung, Controlling, Beschaffung, Umsatz- und Kostendaten.
- Analytische Datenbanken im großen Maßstab: Aufbau schneller analytischer Abfragen, Optimierung der Leistung und Unterstützung von Workloads mit hohem Finanzdatenvolumen.
- Backend- & API-Integration: Beitrag zu Python-basierten Diensten, die Daten-Pipelines, APIs und interne Plattformkomponenten verbinden.
- Cloud-Infrastruktur: Aufbau und Betrieb der Dateninfrastruktur auf AWS, einschließlich Speicher, Rechenleistung, Orchestrierung und Monitoring.
- Datenqualität: Implementierung von Validierung, Tests, Monitoring und Alerting, um Datengenauigkeit, Aktualität und Zuverlässigkeit sicherzustellen.
- Teamübergreifende Zusammenarbeit: Zusammenarbeit mit Ingenieuren, Kunden und Experten für Finanzdomänen, um komplexe Geschäftsanforderungen in robuste Datenlösungen umzusetzen.
Was Sie mitbringen sollten
Technische Grundlagen
- Erfahrung mit Python für Data Engineering, Backend-Dienste oder Automatisierung
- Erfahrung in der Arbeit mit ERP-Daten oder Finanz-/Geschäftssystemen
- Starke SQL-Kenntnisse und Erfahrung in der relationalen Datenmodellierung
- Erfahrung mit analytischen Datenbanken
- Verständnis von Daten-Pipelines, ETL/ELT-Prozessen und Datentransformations-Workflows
- Erfahrung mit Cloud-Infrastruktur, vorzugsweise AWS
- Vertrautheit mit APIs, Datenaufnahmemustern und Integrationen von Drittsystemen
Engineering-Praktiken
- Sicherer Umgang mit Git und Pull-Request-Workflows
- Interesse an sauberem, wartbarem und gut getestetem Code
- Erfahrung mit Datenqualitätsprüfungen, Monitoring und Debugging
- Verständnis von CI/CD und Cloud-nativen Entwicklungspraktiken
- Komfortabel in einer schnelllebigen Startup-Umgebung
Mindset
- Neugierig, strukturiert und bestrebt, komplexe Datenprobleme zu lösen
- Komfortabel mit vagen Anforderungen und deren Umsetzung in praktische Lösungen
- Fließende Deutschkenntnisse sind erforderlich
- Interesse an Finanzen, Analytik, KI oder Unternehmenssoftware
- Bereitschaft, schnell zu lernen und Verantwortung für wichtige Systeme zu übernehmen
Wünschenswert
- Erfahrung mit Finanz-, Buchhaltungs-, Controlling- oder FP&A-Daten
- Erfahrung mit ERP-Systemen wie SAP, Microsoft Dynamics, NetSuite, DATEV oder Oracle
- Erfahrung mit Docker, Kubernetes oder Infrastructure-as-Code-Tools
- Vertrautheit mit dbt oder Konzepten der semantischen Ebene
- Erfahrung beim Aufbau von Datenprodukten für SaaS-Plattformen
- Interesse an KI/ML-gestützten Anwendungen und LLM-basierten Daten-Workflows
Was geboten wird
- Wettbewerbsfähiges Gehalt mit Wachstumspotenzial
- Vollständig remote innerhalb Deutschlands
- Moderner Tech-Stack mit echter Eigenverantwortung von Anfang an
- Mentoring durch erfahrene Ingenieure und ein dediziertes Lernbudget
- Direkter Einfluss auf das Datenfundament einer KI-gestützten Finanzintelligenz-Plattform
- Klarer Pfad in Richtung Senior Data Engineering oder Data Platform Leadership während das Unternehmen skaliert