Deutschland
ALTEN
Statista
Data Engineer - Data Platform & Ontology (m/w/d)
RemoteDeutschland
Germany
PythonSQLAWSTerraform
Automatische Übersetzung. Prüfe das Original.
Über die Rolle
Bei Statista dreht sich alles um Fakten und Daten, denn wir sind die weltweit führende Business-Datenplattform. Indem wir verlässliche und einfach zu nutzende Daten sowie diverse Datenanalyseprodukte und -dienstleistungen bereitstellen, befähigen wir Menschen weltweit, faktenbasierte Entscheidungen zu treffen.
Gegründet 2007 in Hamburg, sind wir schnell zu einem globalen Unternehmen mit Niederlassungen in wichtigen Städten wie London, New York, Berlin und Tokio herangewachsen. Und wir haben noch viel vor. Unser stetiges Wachstum beweist nicht nur unseren Erfolg, sondern schafft auch immer neue Entwicklungs- und Karrieremöglichkeiten für unsere Mitarbeiter.
Wir schätzen und feiern unsere vielfältige Kultur. Du bist hier willkommen, so wie du bist, egal woher du kommst, wie du aussiehst oder ob du Balkendiagramme gegenüber Tortendiagrammen bevorzugst. Deine Geschichte zählt – schreibe sie als Teil unseres Teams weiter.
Bist du bereit, dich uns anzuschließen?
Als Data Engineer in unserer Healthcare Platform wirst du die grundlegende Datenerfassung, Entity Resolution und die Plattforminfrastruktur End-to-End verantworten. Du wirst skalierbare Batch-/Streaming-Datenpipelines entwerfen und betreiben, die Plattformorchestrierung härten und Systemzuverlässigkeit, Sicherheit und Kosteneffizienz gewährleisten.
Eine zentrale Herausforderung dieser Rolle ist der Aufbau und die Operationalisierung unserer einheitlichen Healthcare Data Ontology – ein konsistentes semantisches Modell, das Krankenhäuser, Abteilungen, Fachrichtungen, Metriken und Klassifizierungsstandards abdeckt. In enger Zusammenarbeit mit Analytics Engineers, Data Scientists und Methodikexperten wirst du heterogene, länderübergreifende Krankenhausdaten in ein kohärentes, hochabfragbares Datenasset verwandeln.
Hauptverantwortlichkeiten
- Pipeline-Infrastruktur & Orchestrierung: Erstelle, optimiere und betreibe zuverlässige ELT-Pipelines (mit Python, SQL und Prefect/Airflow) zur Erfassung von Daten aus heterogenen internationalen Quellen, APIs, Datenbanken und Lakehouse-Speichern (S3, Apache Iceberg).
- Healthcare Ontology & Entity Resolution: Treibe die Implementierung von Entity Resolution und Master Data Management (MDM) für internationale Krankenhausentitäten voran, indem Rohdaten aus Quellen auf kanonische Strukturen abgebildet und standardisierte Vokabulare (z. B. ICD/OPS, Facharzt-Taxonomien) gepflegt werden.
- Datenverträge & Schema-Governance: Etabliere strikte Datenverträge (Pydantic, dbt contracts) und Schema-Management, um die Reproduzierbarkeit von Datensätzen, die Nachverfolgung der Datenherkunft und die automatisierte Validierung über alle Plattform-Pipelines hinweg sicherzustellen.
- Plattformeffizienz & Cloud-Infrastruktur: Optimiere Datenspeicherung, Abfrageausführung und Rechenkosten über AWS und Snowflake hinweg, um Datenassets performant, sicher und kosteneffektiv zu halten.
- Automatisierung & CI/CD: Implementiere automatisierte Test- und Deployment-Workflows für Datenpipelines mithilfe von GitHub Actions und Infrastructure as Code (Terraform).
- Funktionsübergreifende Datenermöglichung: Arbeite direkt mit Analytics Engineers, Data Scientists und Fachexperten zusammen, um dokumentierte, forschungsreife und produktionsbereite Datensätze zu liefern.
Qualifikationen
Kernanforderungen (Must-Haves)
- Datenerfassung & Pipeline-Orchestrierung: Fortgeschrittene Python und analytische SQL für komplexe Datenerfassung über diverse Dateiformate, REST APIs, Datenbanken und Cloud Lakes (S3/Iceberg). Praktische Erfahrung mit modernen Orchestratoren (Prefect, Airflow oder Dagster).
- Entity Resolution & Data Governance: Praktische Erfahrung mit Entity Resolution/Record Linkage Frameworks (z. B. Splink, dedupe, recordlinkage) und Schema-Management/Datenverträgen (Pydantic, dbt contracts oder JSON Schema).
- Cloud-Plattform & Warehouse-Infrastruktur: Tiefgreifende praktische Erfahrung in einer AWS Produktionsumgebung (S3, ECS/EC2) kombiniert mit Cloud Data Warehouses (Snowflake).
- Automatisierte CI/CD & Workflow-Automatisierung: Nachgewiesene Erfolgsbilanz bei der Automatisierung von Datenpipeline-Deployments, Integrationstests und Validierungs-Workflows über GitHub Actions.
Dein Profil
Abschluss: Bachelor oder Master in Informatik, Data Science, Software Engineering oder einem verwandten quantitativen Fachbereich.
Erfahrung: 3+ Jahre in Data Engineering mit dem Aufbau von Produktions-Pipelines und Datenplattformen; einschließlich einer anhaltenden Periode innerhalb einer Organisation, die eine Kernplattform oder ein Kernprodukt von der Entwicklung über die Markteinführung bis zur Iteration begleitet hat.
Domänenwissen: Erfahrung im Gesundheitswesen ist ein Plus (grundlegendes Verständnis von Healthcare KPIs, Qualitätsmetriken oder Benchmarking-Konzepten; Vertrautheit mit Krankenhausstrukturen und medizinischen Klassifikationssystemen wie ICD/OPS ist besonders wertvoll).
Mindset: Starkes analytisches und systemisches Denkvermögen mit der nachgewiesenen Fähigkeit, unstrukturierte, heterogene internationale Daten in ein sauberes, gut verwaltetes und hochstrukturiertes Datenasset zu transformieren.
Sprachen: Fließend in Englisch, Deutsch ist ein Plus.
Arbeitsweise: Hochgradig strukturiert, neugierig, detailorientiert und motiviert, in einem internationalen Umfeld eng mit Analytics Engineers, Data Scientists und Methodikexperten zusammenzuarbeiten.
Nice-to-Haves (Was dich hervorheben wird)
- Knowledge Graphs & Healthcare Terminologies: Erfahrung mit Ontologie-/semantischen Frameworks (RDF/OWL, SKOS, Neo4j, LinkML) oder internationalen medizinischen Klassifikationen/Vokabularen (SNOMED CT, ICD/OPS, FHIR).
- Metadaten- & Lineage-Tooling: Erfahrung im Betrieb von Metadaten-Registern und Lineage-Katalogen (z. B. OpenMetadata, DataHub, dbt docs).
- Infrastructure as Code (IaC): Beherrschung des Einsatzes von Terraform zur deklarativen Verwaltung von Cloud-Ressourcen und Umgebungen.
Was wir bieten
Zusätzlich zu unserem großartigen Team, unserer Kultur und unserem gemeinsamen Ziel, Menschen mit Daten zu befähigen, gibt es viele weitere Dinge, die Statista zu einem großartigen Arbeitsplatz machen! Werde Teil unseres Teams und profitiere von:
- Arbeiten aus dem Ausland für bis zu 30 Kalendertage im Jahr
- Hybrides Arbeiten und flexible Arbeitszeiten
- Internationales Team und gesellschaftliche Veranstaltungen
- Subventionierte urbane Mobilität und Zugang zu Fitness- und Wellnessangeboten
- Kostenloser Zugang zu Langdock und all seinen erstaunlichen Funktionen
- Karriere- & Weiterbildungsmöglichkeiten
- Attraktive Standorte und moderne Büros
- Unterstützung der psychischen Gesundheit mit OpenUp
Einige der hier aufgeführten Vorteile gelten nur für die deutsche Gesellschaft und für Rollen ab Junior-Level aufwärts.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen