Lead Data Engineer (w/m/d)

Das ist der Job

Du übernimmst eine Lead-IC-Rolle an der Schnittstelle aus Tech Lead, Architekt:in und hands-on Engineer und prägst maßgeblich das Design und die Entwicklung unserer Datenschicht: von der Extraktion aus Dokumenten und operativen Systemen bis zur produktionsreifen Bereitstellung für unsere AI-Produkte.

Deine Aufgaben Du baust und betreibst die Datenschicht, die unsere AI-Agenten und Automatisierungen mit verlässlichem, gut strukturiertem Kontext versorgt. Du arbeitest hands-on an der Umsetzung mit Tools wie dbt, Airflow und BigQuery und entwickelst eigene Datenpipelines.

Du arbeitest eng mit Senior TPM, VP Product und Stakeholdern zusammen und bringst technische Perspektiven aktiv in Roadmap-Entscheidungen und Trade-offs ein. Du arbeitest schnell, pragmatisch und in kleinen Inkrementen , mit einem klaren Fokus auf produktive Auslieferung, Einfachheit und nachhaltige Qualität.

Du hast tiefe praktische Erfahrung mit SQL, Python und dbt . Du bringst ein gutes Gespür für Priorisierung, Discovery und Zerlegung komplexer Arbeit mit und übernimmst Verantwortung und Ownership für deine Aufgaben. Erfahrung im Betrieb von Backend-APIs in Produktion , inklusive Verfügbarkeit, Performance und Incident Response.

Du arbeitest in einem kleinen, erfahrenen und interdisziplinären Umfeld mit direktem Zugang zu Product-, Data- und Leadership-Funktionen, kurzen Entscheidungswegen und viel Eigenverantwortung.

Das brauchst du

Du bringst mindestens 4 Jahre Erfahrung in Software- oder Data Engineering mit. Du hast nachweislich produktive Datenpipelines aufgebaut und betrieben und kennst die Anforderungen an Zuverlässigkeit, Wartbarkeit und Skalierung aus der Praxis.

Du denkst Daten vom Konsum durch AI-Systeme her und baust die Datenschicht so, dass Agenten und Automatisierungen zuverlässig darauf aufsetzen können. Du verfügst über Hands-on-Erfahrung mit GCP, insbesondere mit BigQuery und Cloud Composer / Airflow , oder mit vergleichbaren Technologien.

Du verfügst über Deutschkenntnisse auf C1-Niveau oder höher und hast Erfahrung im deutschsprachigen Arbeitsumfeld. Du hast Erfahrung mit Terraform der vergleichbarer Infrastructure as Code.

Darum lohnt es sich

Du setzt den Engineering-Standard für das Data-Team: von Testing, CI/CD und Code Review bis zu Observability, Incident Response und Support-Prozessen. Du coachst andere Engineers durch Pairing, 1:1s und technische Führung und hebst so das Niveau des gesamten Teams.

Du nutzt AI-gestützte Tools selbstverständlich über deinen gesamten Entwicklungsprozess hinweg. Bei Theo ist Data Engineering ein zentraler Hebel, um eine traditionell analoge Branche in einen modernen, AI-nativen Service zu transformieren.

Deine Arbeit hat unmittelbaren Einfluss darauf, wie robust unsere Datenplattform ist, wie effektiv unsere Teams arbeiten und wie gut wir Eigentümer:innen und weitere Stakeholder im Immobilienkontext im Alltag unterstützen können. Als Lead Data Engineer (w/m/d) baust du das Datenfundament, auf dem Theos AI-Produkte laufen.

Wir bauen das AI-Operating-System für die Immobilienverwaltung und deine Mission ist es die Daten für unsere Agenten und Automatisierungen bereitzustellen. Das bildet die Grundlage dafür, dass unsere Systeme und Produkte korrekte Entscheidungen treffen.

Du triffst Architekturentscheidungen für unseren gesamten Data Stack: von der Ingestion über die Transformation bis zum Bereitstellen der Daten für unsere Produkte. Du denkst stark in Reliability, Testbarkeit und Maintainability und setzt hohe technische Qualitätsmaßstäbe.

Du triffst pragmatische Entscheidungen zwischen SaaS-Lösungen und Custom Build, zum Beispiel bei Tools wie Airbyte oder Fivetran. Von Vorteil Ein starkes Bewusstsein für Datenschutz und Security sowie ein klarer Umgang mit sensiblen Kund:innendaten. Erfahrung mit Python-Backend-Frameworks wie FastAPI, Flask oder Django.

Erfahrung mit der Integration von LLMs und agentenbasierten Workflow in Engineering-Prozesse und der Unterstützung anderer beim Upskilling in diesem Bereich.

Als Lead Data Engineer steigst du früh genug ein, um Architektur, Engineering-Standards und Arbeitsweisen maßgeblich mitzugestalten – und arbeitest gleichzeitig bereits in einem Umfeld mit echtem operativem Impact, hoher Relevanz und direkter Verbindung zum Kerngeschäft.