(Senior) Data Engineer (Backend + APIs) (m/w/d)

aiomatic entwickelt einen digitalen Wartungsassistenten, der ungeplante Stillstände durch Predictive Maintenance reduziert. Dafür analysieren wir kontinuierlich Maschinendaten, erkennen Anomalien frühzeitig und benachrichtigen Teams mit klarem, umsetzbarem Kontext.

Als Teil des Teams Application Engineering übernimmst du die Verantwortung für die Grundlagen unserer Datenspeicherung und unseres Data Warehouses (Schemas, Performance, Zuverlässigkeit und Zugriffsmuster) und entwickelst zugleich produktionsreife Backend-Services und RESTful APIs, die unsere Kundenapplikation sowie Workflows zur Anomalie-Analyse und -Review unterstützen.

Standort: (hybrid). Du musst in pendelbarer Entfernung zu Hamburg wohnen, da ein wöchentlicher On-site Tag Teil der Rolle ist.

Start: Ab sofort

Diese Aufgaben erwarten Dich

• Ownership Data Storage: Verantwortung für die Grundlagen unserer DataStorageSchicht, inkl. SchemaDesign, Migrationen, PerformanceTuning und Zuverlässigkeit.

• Data Modeling: Entwurf klarer, skalierbarer Schemas und Data Marts für Analytics und Produkt Use Cases.

• Backend Services: Entwicklung von BackendServices, die storagebasierte Fähigkeiten für das Produkt bereitstellen.

• RESTful APIs: Design, Implementierung und Betrieb von APIs mit stabilen Verträgen, Versionierung und guter Observability.

• Quality & Operations: Verbesserung von Testabdeckung, Performance und Zuverlässigkeit durch Monitoring und durchdachtes Alerting.

• Collaboration: Enge Zusammenarbeit mit Product und Engineering, um Anforderungen in robuste Daten und API Lösungen zu übersetzen.

Diese Qualitäten Führen Dich Zum Erfolg

• Erfahrung: 5+ Jahre professionelle Softwareentwicklung, davon ein wesentlicher Anteil im Data Engineering.

• Kernkompetenzen: Sehr gute Kenntnisse in Python und SQL.

• Data Storage: Handson Erfahrung in der Ownership einer Datenbank oder eines Warehouses (SchemaDesign, Performance, Reliability, Zugriffsmuster).

• Warehouse: Erfahrung mit analyticsorientierter Speicherung und Modellierung (z.B. Data Marts) sowie pragmatischer Blick auf Kosten und Performance.

• Backend: Erfahrung im Bau von BackendServices mit Python.

• Datenbankschicht: Praxis mit ORMTools, insbesondere SQLAlchemy.

• APIs: Sehr gute Erfahrung im Design und in der Implementierung RESTful APIs.

• Fundamentals: Solides Verständnis von Best Practices in Software Engineering, Testing und Betrieb in Produktion.