Data Engineer (m/w/d)

Du willst robuste Dateninfrastruktur bauen und sehen, wie deine Arbeit in echten Use Cases Mehrwert schafft – bei Unternehmen, die du aus dem Alltag kennst? Willkommen bei twomynds.

Wir sind eine dedizierte Data-&-AI-Beratung sowie ein Service Provider mit End-to-End-Umsetzung und begleiten Unternehmen von der strategischen Zielsetzung bis zur operativen Realisierung – strategisch, umsetzungsstark und ergebnisorientiert. Unsere Mission: Ambitionierte Unternehmen befähigen, Data & AI in geschäftskritischen Mehrwert zu verwandeln – mit strategischer Klarheit, technischer Exzellenz und unternehmerischer Umsetzung.

Von der Datenstrategie über KI- und Use-Case-Implementierung in interdisziplinären Teams bis zu skalierbaren Plattformen – wir begleiten unsere Kunden entlang der gesamten Wertschöpfungskette. Wir sind branchenagnostisch – mit viel Erfahrung in kundennahen digitalen Geschäftsmodellen, insbesondere in Medien und Sport.

• End-to-End-Ansatz: Von der Business-Strategie bis zum laufenden Betrieb.
• Klare Werte: Perform. Grow. Communicate. Dedicate. Balance.
• Wachstum & Entwicklung: Weiterbildungsbudget, Mentoring & individuelle Karrierepfade.
• Flexibilität: Moderne Arbeitsmodelle mit Remote-Optionen (1x Woche fixer Office Day).
• Teamkultur: Diverses, ambitioniertes Team mit Offsites, Urban Sports & Workations.

Du willst nicht nur mit Daten arbeiten, sondern das Fundament bauen, auf dem alles läuft? In deiner Rolle als Data Engineer konzipierst, baust und betreibst du die Datenpipelines und Plattformen, die unsere Analysen, Dashboards und KI-Use-Cases mit zuverlässigen Daten versorgen. Du sorgst dafür, dass Daten aus unterschiedlichsten Quellen sauber, performant und skalierbar dort ankommen, wo sie gebraucht werden und arbeitest dabei eng mit Data Scientists, Analysten und unseren Kunden zusammen.

• Aufbau & Betrieb von Datenpipelines: Du entwickelst, testest und betreibst robuste ETL/ELT-Pipelines, die Daten aus unterschiedlichsten Quellen zuverlässig ingestieren, transformieren und bereitstellen.
• Datenmodellierung & Architektur: Du entwirfst und pflegst Datenmodelle, Schemata und Strukturen für Data Warehouses/Lakehouses, die analytische und operative Use Cases sauber unterstützen.
• Datenqualität & Zuverlässigkeit: Du implementierst Validierungen, Qualitätschecks und Monitoring, damit Daten korrekt, konsistent und jederzeit verfügbar sind.
• Cloud & Skalierung: Du baust und optimierst Datenlösungen in der Cloud (AWS/Azure/GCP), achtest auf Performance, Skalierbarkeit und Kosten und arbeitest mit Infrastruktur-as-Code.
• Automatisierung & Orchestrierung: Du automatisierst wiederkehrende Datenflüsse (z. B. mit Airflow) und sorgst mit CI/CD für saubere, wiederholbare Deployments.
• Enablement für Analytics & KI: Du stellst Data Scientists und Analysten performante, gut dokumentierte Datensätze bereit und unterstützt dabei, Modelle und Use Cases produktiv zu machen.
• Zusammenarbeit & Übersetzung: Du arbeitest eng mit interdisziplinären Teams und Kunden zusammen, verstehst fachliche Anforderungen und übersetzt sie in tragfähige technische Lösungen.

• Erfahrung im Data Engineering: Du hast bereits produktive Datenpipelines und -infrastruktur gebaut und betrieben und arbeitest gerne an sauberen, skalierbaren Lösungen.
• Tool-Stack: Du bist sicher im Umgang mit Python und SQL, kennst dich mit ETL/ELT, Data Warehouses/Lakehouses und einer Cloud-Umgebung (Databricks/Snowflake/AWS/Azure/GCP) aus; Erfahrung mit PySpark, Airflow und CI/CD ist ein Plus.
• Datenmodellierung & Qualitätsbewusstsein: Du verstehst Datenmodellierung und legst Wert auf Datenqualität, Tests und wartbaren Code.
• Umsetzungskompetenz & Eigenverantwortung: Du bringst Lösungen pragmatisch und zielorientiert von der Idee bis in den Betrieb und übernimmst Verantwortung für Ergebnis und Qualität.
• Teamplayer: Du arbeitest gerne mit Data Scientists, Analysten und Kunden zusammen und kommunizierst technische Sachverhalte klar.
• Sprachen: Fließende Deutschkenntnisse (C1+), gute Englischkenntnisse sind ein Plus.