Data Engineer - Content & Products

Das Sponsored Content & Products
-Team ist ein zentraler Wachstumstreiber. Das Ziel ist es, hochskalierbare Self-Serve
-Marketplaces auf Cost-per-Click (CPC)-Basis aufzubauen. Diese ermöglichen es Marken, ihre Sichtbarkeit in Echtzeit direkt am digitalen Point of Sale effizient zu steigern.

Obwohl wir uns innerhalb eines bestehenden Ökosystems bewegen, bietet der architektonische Übergang von einem Monolithen hin zu vier spezialisierten Produktteams ein hochgradig autonomes,
Greenfield
-ähnliches Umfeld. Deine Designentscheidungen werden unseren zukünftigen Tech-Stack maßgeblich prägen und uns dabei helfen, unseren Retail Media-Umsatz zu vervielfachen.

• Plattform- und Anwendungsebenen verbinden: Hochdurchsatz-Reverse-ETL-Replikationspipelines konzipieren, aufbauen und warten, um die Lücke zwischen zentralen Core-Plattformsystemen und kundenorientierten Reporting-Tools zu schließen
• Pipeline-Modernisierung: Die Migration unserer aktuellen, maßgeschneiderten Datenverarbeitungspipelines in eine moderne, scalable Datenarchitektur über einen sicheren Migrationspfad federführend leiten
• Speicher- & Datenmodellierung bewerten: Aktiv evaluieren, ob Daten für die jeweiligen Downstream-Use-Cases korrekt strukturiert sind, sowie strategische technische Entscheidungen darüber fällen, ob Workloads in relationale Engines (
  MySQL-Aggregate
  ), schnelle Suchindex-Layouts (
  Open Search
  ), Cloud-Warehouses (
  Big Query
  ) oder spaltenorientierte Speicher (
  Click House
  ) gehören
• Cross-funktionale Informationsarchitektur: Eng mit Backend-Engineer:innen und Analytics-Engineer:innen zusammenarbeiten, um hochperformante, skalierbare Datenstrukturen zu entwerfen, und dabei die Verantwortung für physische und logische Modellierungsgrenzen übernehmen
• Operational Excellence vorantreiben: Die operative Exzellenz in unserer gesamten Dateninfrastruktur stärken, indem proaktives Monitoring, Systemzuverlässigkeit und die allgemeine Stabilität der Anwendungen genauso priorisiert werden wie der Aufbau neuer Pipelines
• Balance zwischen Innovation und Stabilität: Einen sehr hohen Standard für die Stabilität der Dateninfrastruktur pflegen und sicherstellen, dass langfristige Wartbarkeit denselben Stellenwert hat wie die Bereitstellung neuer Features
• Engineering-Standards setzen und technische Kompromisse abwägen