Senior Data Engineer (w/m/d) - Platform & Analytics

Du wirst Teil eines kleinen, hoch spezialisierten Data-Teams (4 Engineers + Head of Data), das die zentrale Cloud-Datenplattform der RSG Group betreibt und weiterentwickelt - die Datenbasis hinter Marken wie McFIT, JOHN REED und Gold's Gym.

Im Team arbeiten heute Kolleg:innen mit klaren Schwerpunkten in Governance & Architektur, Data Science, AI/NLP und MarTech. Du ergänzt dieses Setup als technischer Allrounder mit Engineering-Tiefe - jemand, der die Plattform end-to-end versteht, Lücken zwischen den Spezialgebieten schließt und das technische Gesamtniveau hebt.

Diese Rolle umfasst folgende Aufgabenbereiche:

• ELT-Plattform weiterentwickeln: Du gestaltest unsere ELT-Strecke von der weitgehend automatisierten Quellanbindung (Fivetran) über die Transformation (Coalesce) bis zum Datenmodell im Snowflake-DWH mit - inklusive Performance, Skalierbarkeit und Cost Management.
• Datenmodellierung mit Substanz: Du arbeitest aktiv an unserer Modellierung (Data Vault 2.0, Star/Snowflake Schema) und stellst sicher, dass sie wartbar und konzerntauglich bleibt - im engen Austausch mit unserem Architecture-Lead.
• Predictive Use-Cases mit Impact: Gemeinsam mit den DS-/AI-Kolleg:innen entwickelst und produktivierst du ML-Modelle entlang des Member Lifecycles (Churn, Retention, Propensity, Forecasting) - mit Schwerpunkt passend zu deinem Profil.
• Datenqualität & Governance in der Praxis: Du setzt etablierte Standards in den Pipelines konsequent um (Data Cataloging, Column-Level Lineage, DSGVO-Compliance) und entwickelst sie mit dem Team weiter.
• Single Source of Truth: Du übersetzt fachliche KPI-Definitionen aus Controlling und Fachbereichen in nachhaltige, konzernweit nutzbare Datenmodelle.
• DataOps: CI/CD, Testing, Monitoring, Alerting - du bringst Engineering-Best-Practices in den Alltag.
• Stakeholder & Übersetzung: Du arbeitest direkt mit Fachbereich, Controlling und Dienstleistern und machst aus fachlichen Anforderungen tragfähige technische Lösungen.
• Tech-Scouting: Du evaluierst neue Tools und Patterns und treibst die technische Zielarchitektur - im Rahmen der Datenstrategie des Bereichs - als gleichberechtigte Stimme im Team mit voran.

• 6+ Jahre Berufserfahrung im Data Engineering, davon mehrere mit echter Verantwortung in einer modernen Cloud-Datenarchitektur.
• Abgeschlossenes Studium (Informatik, Wirtschaftsinformatik, Statistik o. ä.) oder vergleichbare Praxiserfahrung.
• Tech-Stack - Must-have:
  • SQL & Python - Entwicklung und Betrieb produktiver Datenpipelines
  • Snowflake (oder vergleichbares Cloud DWH) - Architektur, Performance-Optimierung und Cost Management
  • ELT-Stack - Fivetran, Coalesce, dbt oder vergleichbare Technologien
  • Datenmodellierung - Data Vault 2.0, Star-/Snowflake-Schema oder ähnliche Methoden
• Predictive Modelling: Erfahrung im Bau und Produktivieren von ML-Modellen (Klassifikation, Forecasting) inkl. Feature Engineering - du musst kein Research-DS sein, solltest dich aber im gesamten Modell-Lifecycle wohlfühlen.
• Governance & DataOps: Solides Verständnis von DSGVO, Lineage, Cataloging sowie CI/CD, Testing und Git im Datenkontext.
• MarTech (Grundverständnis): Grundkenntnisse von Customer Data Platforms und Data-Activation-Stacks (z. B. Segment, Braze, Talon.One) sowie von RESTful APIs und Webhooks.
• Strukturierte Arbeitsweise: Eigenverantwortlich, agil (2-Wochen-Sprints), pragmatisch.
• Kommunikation: Du kannst mit Fachbereich und Controlling auf Augenhöhe sprechen und technische Themen adressatengerecht erklären.
• Sprachkenntnisse: Du kommunizierst sicher auf Deutsch (mind. B2-Niveau) und kannst technische Themen sowie Dokumentationen problemlos auf Englisch verstehen, erstellen und diskutieren.