Data Engineer für kundennahe Datenintegration

Arbeitszeit: Vollzeit
Erfahrung: Erwünscht ist Erfahrung mit mehr als einer modernen Data-Warehouse-Lösung sowie mit Modellierung, semantischen Frameworks, E-Commerce oder Retail und agentischen Workflows.
Vergütung: Gehalt nicht angegeben

Die Rolle in Kürze

Die Rolle verantwortet Datenintegrationen und semantische Modelle für konsistente KI-Auswertungen. Sie arbeitet mit kundenseitigen Datenarchitekten und KI-Agenten zusammen.

Deine Aufgaben

Die Rolle verantwortet den technischen Lebenszyklus neuer Kunden und wählt und implementiert den passenden Bereitstellungsweg zwischen verwaltetem ClickHouse und kundeneigenem Warehouse.
Sie entwickelt Datenflüsse mit Dagster und Airbyte in den ClickHouse-Stack sowie native Transformationen ohne Datenextraktion im Kunden-Warehouse.
Sie definiert Metadaten, Geschäftslogik und semantische Modelle für individuelle Kundendaten, damit KI-Agenten benutzerdefinierte Spalten ohne Halluzinationen verstehen und unabhängig vom Speicherort konsistente Erkenntnisse liefern.
Sie steuert einen Discovery-Agenten durch Prompts, analysiert damit Kundendaten, erstellt Berichte und Mapping-Vorschläge und generiert automatisiert erste funktionsfähige Datenpipelines, um die Integration zu beschleunigen.
Sie überführt unterschiedliche Quelldaten in einheitliche Wachstumsmodelle für allgemeine ML-Systeme.
Sie führt anspruchsvolle Enterprise-Implementierungen technisch und stellt die passende Paketierung und Leistungsfähigkeit des Stacks in der jeweiligen Kundeninfrastruktur sicher.

Das solltest du mitbringen

Erforderlich

Erforderlich ist die Beherrschung beider Integrationswege: Datenübertragung mit Dagster und Airbyte in ClickHouse sowie native Transformationen ohne Datenextraktion im Kunden-Warehouse.
Erforderlich sind Sicherheit beim Optimieren von ClickHouse-Abfragen, beim Schreiben von nativem Snowpark-Code für Snowflake oder BigQuery SQL sowie beim Implementieren von Datenorchestrierungsskripten mit Python.
Erwartet werden Verständnis für den Kontextbedarf von KI und die Disziplin, die Bedeutung von Daten präzise zu definieren.
Erwartet wird die Fähigkeit, innerhalb von Minuten technisches Vertrauen bei kundenseitigen Datenarchitekten aufzubauen, die Logik individueller Tabellen zu erschließen und sie auf eine KI-Schlussfolgerungsengine abzubilden.
Erwartet wird Begeisterung für den Einsatz und die Verbesserung von KI-Agenten zur Datenexploration und zur Erstellung von Pipeline-Grundgerüsten.

Von Vorteil

Vertiefte Erfahrung mit dbt für native Modellierung im Warehouse ist von Vorteil.
Erfahrung mit mehr als einer modernen Data-Warehouse-Lösung und Kenntnisse der Optimierungsstrategien sind von Vorteil.
Erfahrung mit Semantic-Layer-Frameworks wie Cube oder MetricQL ist von Vorteil.
Ein Hintergrund in E-Commerce oder Retail mit Verständnis für Umsatzkennzahlen, den Bestelllebenszyklus, LTV, CAC und Attribution ist von Vorteil.
Die vorherige Entwicklung eines agentischen Workflows ist von Vorteil.

So ist Remote hier geregelt

Die Position steht Bewerbenden mit Wohnsitz in der Türkei und in ganz Europa offen.

Das wird angeboten

Geboten werden ein erfahrungsabhängiges Gehalt und ein Beteiligungspaket.
Leistungsabhängige Boni richten sich nach Projektmeilensteinen und dem erzielten Kundennutzen.

So läuft die Bewerbung

Das Auswahlverfahren umfasst ein Kurzformular, ein Einführungsgespräch, eine technische Arbeitssitzung, Gespräche mit dem Team und ein anschließendes Angebot.

Veröffentlicht: 23.06.2026 · Quelle geprüft: 17.10.2026.

Die Angaben sind für RemoteFruit einheitlich aufbereitet. Maßgeblich bleibt die Originalanzeige. RemoteFruit steht in keiner Partnerschaft mit dem ausschreibenden Unternehmen.