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.

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).