Data Engineer | GCP | BI & Warehouse Analytics | OTTO Payments (w/m/d)

Eckdaten

Hamburg

Data Engineering

Arbeitsmodell

Hybrid · 3 Tage Homeoffice

vor 2 Wochen

Stellenbeschreibung

Wir als OTTO Payments GmbH entwickeln eines der wichtigsten Felder im E-Commerce - die Zukunft des Payment Managements!

Als eigenständige Gesellschaft innerhalb der Otto Group entwickeln wir die Zukunft des Payment Managements im E-Commerce. Wir investieren in neue Technologien, digitale Produkte und die Weiterentwicklung unserer Plattform otto.de.

Über das Team Blue Whale

Das Team Blue Whale befähigt OTTO Payments, fundierte Erkenntnisse aus analytischen Daten zu gewinnen. Ein zentraler Bestandteil ist der Aufbau und Betrieb einer skalierbaren Analytics- & BI-Plattform auf der Google Cloud Platform, die es Produktteams ermöglicht, operative Daten gemäß dem Data-Mesh-Ansatz in eigenverantwortliche Datenprodukte zu überführen.

Unser Tech Stack

Plattform: Terraform, GitHub, GitHub Actions, GCP, AWS
Datenquellen: AWS-basierte Microservices (JSON-Events über SNS/SQS) und vereinzelt Dateibasiert über S3/SFTP
Ingestion & ETL: Eigene ETL-Tools (Python / Java), DSGVO-konforme Verschlüsselung & Crypt-Shredding
Streaming & Verarbeitung: Google Pub/Sub, BigQuery
Transformation & Modellierung: SQL, ELT/ETL
DWH-Architektur: Medallion-Ansatz (Bronze, Silver, Gold) mit domänenspezifischen Datenprodukten
Reporting & Analytics: Google Looker
Erweiterte Use-Cases: CESOP-Reporting, datenbasierte Simulationen für Bonitäts-Limitsteuerung, GenAI-basierte Klassifikation

Dein Impact

Entwicklung, Erweiterung und Betrieb von Datenpipelines und Datenprodukten auf der zentralen BI- & Analytics-Plattform.
Implementierung von ETL- und Ingestion-Strecken (Python/Java) unter Einhaltung von Security- und DSGVO-Vorgaben.
Transformation, Modellierung und Aggregation von Daten in BigQuery entlang unserer Medallion-DWH-Architektur.
Arbeit an domänenspezifischen Datenprodukten für Reporting, Steuerung, Simulation oder regulatorische Anforderungen.
Sicherstellung performanter, wartbarer Datenmodelle für Self-Service-Analytics und Looker-Reports.
Weiterentwicklung von Standards für Datenqualität, Tests, Dokumentation und Monitoring.
Analyse von Fehlern in produktiven Datenstrecken und Behebung von Incidents.
Enge Zusammenarbeit mit Product Ownern, Fachbereichen, Data Analysts und Entwickler*innen.

Dein Profil

Berufserfahrung in der Entwicklung von Datenpipelines, Datenmodellen oder analytischen Anwendungen (Cloud, DWH oder Analytics).
Sehr gute SQL-Kenntnisse und Erfahrung in der Strukturierung von Datenmodellen.
Produktive Erfahrung mit Python für ETL-/ELT-Prozesse, Automatisierung oder Datenintegration.
Erste bis gute Erfahrung mit Cloud-Datenplattformen (GCP und BigQuery sind besonders hilfreich).
Vertrautheit mit Data Warehouse, Medallion Architecture, Datenqualität und Self-Service Analytics.
Erfahrung mit Tools wie Git, Terraform, Docker, dbt, Jira oder Confluence.
Lösungsorientierte, strukturierte Arbeitsweise.
Spezifisches Know-how in der Domäne B2C (insbesondere Bonitäts- und Limitsteuerung) und Vertrautheit mit multivariaten statistischen Ansätzen (z. B. Monte Carlo Simulationen) sind von Vorteil.
Sicher in Deutsch und Englisch.