Data Engineer Mid-Level (m/w/d)

Energie neu denken. Infrastruktur neu bauen. Zukunft neu gestalten – bei der Energy Metering Germany GmbH, einem Unternehmen der Octopus Energy Group.

Als innovativer Messstellenbetreiber treiben wir die Energiewende nicht nur voran – wir setzen sie technisch um.

Digital, skalierbar und kompromisslos praxisorientiert.

Von der Installation intelligenter Messsysteme inklusive Smart Meter Gateway über moderne Wallbox-Lösungen für Privathaushalte bis hin zu komplexen 1:n-Lösungen und CLS-Management nach §14a und §9 EnWG – wir bauen die vernetzte Energieinfrastruktur von morgen. Sicher, normkonform und hochautomatisiert.

Unser Anspruch: Messstellenbetrieb neu definieren – als Rückgrat eines flexiblen, datengetriebenen Energiesystems. Dafür kombinieren wir regulatorische Exzellenz mit technischer Umsetzungskompetenz und operativer Geschwindigkeit.

Wenn du nicht nur verwalten, sondern gestalten willst – dann baue mit uns das Energy Metering der nächsten Generation. 💚

Für den weiteren Ausbau und Betrieb unserer modernen Daten- und Analytics-Landschaft suchen wir einen vielseitigen Mid-Level Data Engineer (m/w/d). In dieser Rolle bist du das Bindeglied zwischen robuster Data-Lakehouse-Infrastruktur, analytischem Reporting mit Lightdash & Streamlit und angewandten Data-Science-Use-Cases.

Deine Aufgaben

Du begleitest Daten entlang ihres gesamten Lebenszyklus – von der Rohdatenaufnahme im Lakehouse über automatisierte Datenmodelle bis hin zu interaktiven Dashboards und Machine-Learning-gestützten Datenanwendungen.

-

Lakehouse & Data Engineering (ca. 50%)

• -
• Konzeption, Aufbau und Tuning performanter Pipelines auf Basis von Databricks .
• -
• Datenmodellierung mit dbt sowie Orchestrierung robuster DAGs via Apache Airflow .
• -

Governance & Performance

• -
• Etablierung automatisierter Data-Quality-Prüfungen, Data Lineage und Cluster-Optimierung.
• -

Analytics & Data Apps (ca. 25%)

• -
• Aufbau einer semantischen Metriken-Schicht und Self-Service-BI in Lightdash .
• -
• Entwicklung interaktiver Analyse-Tools und Data Apps in Python ( Streamlit ).
• -

Data Science & ML (ca. 25%)

• -
• Explorative Analysen, Prototyping und Training von ML-Modellen (z. B. Prognosen, Anomalien).
• -

MLOps & Business-Integration

• -
• Experiment-Tracking auf Databricks und Bereitstellung der Ergebnisse für Fachbereiche.

Dein Profil

-

Berufserfahrung

• -
• Mindestens 2–4 Jahre Praxis im Data Engineering, Analytics Engineering oder einer vergleichbaren Rolle.
• -

Core Engineering Stack

• -
• Fundierte Praxis mit Databricks (Delta Lake, Unity Catalog), dbt und Apache Airflow .
• -

BI & Data Apps

• -
• Erfahrung mit Lightdash (oder Interesse an code-basierter BI) sowie mit Streamlit .
• -

Code & Datenbanksprachen

• -
• Exzellentes SQL (Performance-Tuning, komplexe Joins) und sehr gutes Python (pandas, PySpark, scikit-learn).
• -

Methodik & Best Practices

• -
• Routinierter Umgang mit Git / CI/CD und modernen Modellierungskonzepten (Star-Schema).
• -

Mindset & Sprachen

• -
• Pragmatische Hands-on-Mentalität, starke Kommunikationsfähigkeit und sehr gutes Deutsch & Englisch.