Berlin
Data Engineer II - (Global Discovery, Consumer)
externe stelle · zuletzt geprüft 10.11.2026
Fakten zur Stelle
- Arbeitsmodell
- Hybrid
- Orte
- Berlin
- Anstellungsart
- Werkstudent:in
- Vertrag
- Befristet
- Produkt
- Global Discovery
der job in 20 sekunden
Data Engineer II - (Global Discovery, Consumer)
Du verantwortest Batch-Pipelines und Datenprodukte für die Such- und Empfehlungsdienste von Delivery Hero. Mit Python, Airflow, dbt und BigQuery baust du den Unified Data Layer auf, sicherst Datenqualität und Zuverlässigkeit und entwickelst Self-Serve-Tools für Analyst:innen und Data Scientists.
Wen sucht Delivery Hero SE wirklich?
Gesucht wird eine Person mit mindestens drei Jahren Data-Engineering-Erfahrung in Python, fundiertem OLAP-SQL sowie Produktionserfahrung mit Airflow und dbt, die Coding Agents täglich nutzt und deren Ergebnisse sorgfältig prüft.
Kernaufgaben
- 01Batch-Pipelines end-to-end verantworten und Python-Workflows bauen bzw. überarbeiten
- 02Unified Data Layer mit Airflow und dbt gestalten, BigQuery-Workloads kosteneffizient halten
- 03Zuverlässigkeit über Tiers, SLOs und Runbooks sichern, Produktionsfehler analysieren
- 04Alerts und Datenqualitätsprüfungen sowie Testsuite ausbauen
- 05Self-Serve-Tooling für Analyst:innen und Data Scientists bauen
- 06Codebasen und Workflows für agentisches Tooling optimieren
Was du mitbringen solltest
Gefordert
- Python
- Airflow
- dbt
- Testautomatisierung
- Clean Code
- SQL
- Coding Agents
- Observability
Optional
- BigQuery
- Machine Learning
- Flink
- Kafka
- Recommendation-/ML-Datenworkflows
- Agent-basiertes Tooling
Abgeleitet – nicht ausdrücklich genannt
- GCP (aus BigQuery abgeleitet)
Rollenprofil
Data Engineering · Daten & KI
aus dem Stellentitel
- Arbeitsumfeld
- eigenes Produkt (Produktunternehmen)
- Kundenkontakt
- nur intern
Worauf es bei der Erfahrung ankommt
- Wunsch: mindestens 3 Jahre Erfahrung mit Daten aus der IT- oder SoftwarebrancheAllgemeine IT-/Softwareerfahrung reicht
„3+ years in data engineering, building production data workflows primarily in Python.“
- Wunsch: Erfahrung mit Daten mit Marktplätze & PlattformgeschäftGenau diese Spezialisierung
„At Delivery Hero, you'll shape the global consumer experience for millions of users“
Softwaredomänen
- Datenplattformen, BI & Analyticsbestätigt
- Developer Tools, DevOps & Observabilitybestätigt
- Marktplätze & Plattformgeschäftbestätigt
In der Anzeige genannt.
Auch interessant für
- · Analytics Engineers mit dbt-Erfahrung, die mehr Pipeline-Verantwortung übernehmen wollen
- · Backend-Entwickler:innen mit Python- und SQL-Fokus, die in Datenplattformen wechseln möchten
- · BI-Entwickler:innen mit BigQuery-Erfahrung, die Richtung Data Engineering gehen wollen
belege aus der stellenanzeige anzeigen
- Anstellungsart: Werkstudent:in
„Heads up: exact benefits may look a little different for intern, working student, fixed-term, and part-time roles“
- Vertrag
„Heads up: exact benefits may look a little different for intern, working student, fixed-term, and part-time roles“
- Batch-Pipelines end-to-end verantworten und Python-Workflows bauen bzw. überarbeiten
„Own a well-defined scope of batch pipelines end-to-end, building new Python workflows and reworking existing ones so they are more reliable, readable, and testable.“
- Unified Data Layer mit Airflow und dbt gestalten, BigQuery-Workloads kosteneffizient halten
„Shape how we use Airflow and dbt to define, build, and operate the Unified Data Layer, keeping BigQuery workloads efficient and cost-aware.“
- Zuverlässigkeit über Tiers, SLOs und Runbooks sichern, Produktionsfehler analysieren
„Keep our workflows reliable using tiers, SLOs, and runbooks, and find and fix the root cause when something breaks in production.“
- Alerts und Datenqualitätsprüfungen sowie Testsuite ausbauen
„Own alerts and grow the maturity of our data quality checks, business-logic validation, and testing suite.“
- Self-Serve-Tooling für Analyst:innen und Data Scientists bauen
„Build self-serve tooling that lets analysts and data scientists create their own analytical layers with less effort.“
- Codebasen und Workflows für agentisches Tooling optimieren
„Make our codebases and workflows native to agentic tooling, so coding agents speed up the team without lowering the quality bar.“
- Pflicht: Python
„+ years in data engineering, building production data workflows primarily in Python“
- Pflicht: Airflow
„Production experience with Airflow and dbt, including system reliability, data quality monitoring, and alerting“
- Pflicht: dbt
„Production experience with Airflow and dbt, including system reliability, data quality monitoring, and alerting“
- Pflicht: Testautomatisierung
„Solid engineering practices: unit and integration testing, thoughtful code reviews, observability, and code that anyone unfamiliar with the system can understand“
- Pflicht: Clean Code
„Solid engineering practices: unit and integration testing, thoughtful code reviews, observability, and code that anyone unfamiliar with the system can understand“
- Pflicht: SQL
„Advanced analytical/OLAP SQL, ideally in BigQuery, including tuning queries for performance and cost.“
aufgaben
Berufsfelder
- Data & KI
anforderungen
Fähigkeiten
- Python
- Airflow
- dbt
- Testautomatisierung
- Clean Code
- SQL
- Coding Agents
- Observability
- BigQuery (optional)
- Machine Learning (optional)
- Flink (optional)
- Kafka (optional)
- Recommendation-/ML-Datenworkflows (optional)
- Agent-basiertes Tooling (optional)
originalanzeige
Die vollständige Beschreibung findest du in der Originalanzeige. Oben siehst du unsere eigene Analyse der Stelle.
Über Delivery Hero SE
Delivery Hero SE ist im Bereich Datenplattformen, BI & Analytics tätig.
Mehr über Delivery Hero SE