Full-Stack-Engineer für Datenplattformen

Arbeitszeit: Die Tätigkeit ist in Teilzeit oder Vollzeit möglich.
Erfahrung: Erforderlich sind Erfahrung mit Data-Warehouse-Architektur und skalierbarer Analyseinfrastruktur sowie Praxis mit ETL, Datenaufnahme und cloudbasiertem Datenbetrieb.
Vergütung: Gehalt nicht angegeben

Die Rolle in Kürze

Die Rolle gestaltet und betreibt Systeme, die komplexe Daten für Analysen, Produkte und wirtschaftliche Modellierung nutzbar machen. Sie arbeitet direkt mit Gründern und dem Engineering-Team an Dateninfrastruktur, Analyseleistung und Produktfunktionen.

Deine Aufgaben

Die Rolle konzipiert, implementiert und pflegt ein skalierbares Data Warehouse mit BigQuery, Snowflake, Redshift oder vergleichbaren Technologien.
Sie entwickelt und optimiert ETL-Pipelines zur Aufnahme von Daten aus APIs und internen Systemen.
Sie modelliert und verwaltet Datensätze für flexible Analysen und Produktfunktionen.
Sie verbessert gemeinsam mit dem Engineering-Team das Data Mining und die Analyseleistung.
Sie erstellt und pflegt Dashboards und Visualisierungswerkzeuge mit Metabase, Tableau und Power BI für interne und externe Auswertungen.
Sie gewährleistet Datenzuverlässigkeit, Kosteneffizienz und optimierte Leistung über verschiedene Umgebungen hinweg.
Sie implementiert ereignisbasierte Pipelines für Echtzeitanalysen und Berichte.
Sie wirkt an bewährten Verfahren für Data Governance, Datenschutz und Sicherheit mit.

Das solltest du mitbringen

Erforderlich

Erfahrung mit Data-Warehouse-Architektur und skalierbarer Analyseinfrastruktur ist erforderlich.
Fundierte Fähigkeiten in SQL, Datenmodellierung und der Leistungsoptimierung von Pipelines werden vorausgesetzt.
Praktische Erfahrung mit ETL-Werkzeugen, Frameworks zur Datenaufnahme und cloudbasiertem Datenbetrieb ist erforderlich.
Erforderlich ist die Fähigkeit, technische Tiefe mit praktischem Nutzen zu verbinden und tatsächlich genutzte Systeme zu entwickeln.
Ein sicherer Umgang mit Zielkonflikten zwischen Kosten, Skalierbarkeit und Komplexität wird erwartet.
Neugier darauf, wie Daten zu Erkenntnissen, Entscheidungen und Automatisierung beitragen, wird erwartet.

Von Vorteil

Erfahrung mit Python für Analysen und Datenaufbereitung ist von Vorteil.
Vertrautheit mit KI-/ML-gestützten Analysen oder prädiktiver Modellierung ist von Vorteil.
Erste Berührungspunkte mit Echtzeit- oder Streaming-Datenarchitekturen sind von Vorteil.
Verständnis für Data Governance, Compliance und sicheren Cloudbetrieb ist von Vorteil.
Besonders passend ist ein ausgeprägtes Interesse an Leistung und Präzision bei skalierenden Systemen.

Das wird angeboten

Die Vergütung orientiert sich am Markt und am Standort; das konkrete Angebot berücksichtigt Erfahrung, Fähigkeiten und Standort. Die breit gefassten Gehaltsspannen berücksichtigen Bewerbende aus den USA und anderen Ländern.

Veröffentlicht: 18.03.2026 · Quelle geprüft: 18.10.2026.

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