Manager Data Products Engineering(m/w/d)

Unternehmensbeschreibung Interessieren Sie sich für hochwertige, natürliche und leckere Lebensmittel und Getränke? Dann sind Sie bei uns genau richtig! Wir arbeiten aktiv daran, die Zukunft der Ernährung zu gestalten. Döhler ist ein globaler Hersteller von natürlichen Ingredients und umfassenden Lösungen für die Lebensmittel-, Getränke-, Lifestyle- und Ernährungsindustrie. Mit innovativer Technologie stellen wir pflanzliche Rohstoffe für Produkte wie Lifestyle-Getränke, Cerealien, Molkereiprodukte und Süßwaren für viele bekannte Marken her. Nahezu 10.000 engagierte Mitarbeiterinnen und Mitarbeiter in mehr als 70 Ländern haben ein gemeinsames Ziel: dafür zu sorgen, dass Millionen von Menschen auf der ganzen Welt die von uns hergestellten Produkte genießen. Wir glauben an unsere Mitarbeitenden und das spiegelt sich in allem wider, was wir tun. Wir inspirieren und fördern unsere Mitarbeitenden und laden Sie ein, Teil unseres Teams zu werden: together WE BRING IDEAS TO LIFE.   Stellenbeschreibung Ihre Rolle Verantwortung für die Umsetzung, Qualität und den Betrieb von Datenprodukten auf der Döhler Datenplattform Entwicklung von Datenprodukten auf Basis der Shared Data Foundation Sicherstellung hoher Engineering-Standards durch Tests, Code Reviews, CI/CD, Monitoring und Incident-Analyse Weiterentwicklung von Standards, Templates und Komponenten für Integration, Transformation, Orchestrierung und Dokumentation Umsetzung skalierbarer, performanter und wartbarer Lösungen in Databricks Enge Zusammenarbeit mit Architecture, Platform Engineering und Data Governance Technische Unterstützung der Domain Leads bei Anforderungsaufnahme, Aufwandsschätzung, Lösungsdesign und Produktivsetzung Verantwortung für technische Dokumentation, Runbooks, Betriebsübergaben und die Stabilität produktiver Datenprodukte Qualifikationen Ihr Profil Studium der Informatik, Wirtschaftsinformatik, Data Science, Software Engineering oder eine vergleichbare Qualifikation Mehrjährige Erfahrung im Data Engineering, Software Engineering oder im Umgang mit modernen Datenplattformen Sehr gute Kenntnisse in Databricks und Cloud-Datenplattformen, idealerweise im Microsoft-Azure-Umfeld Erfahrung im Aufbau robuster Datenpipelines, mit ETL/ELT-Prozessen sowie in der Batch-Verarbeitung; Erfahrung mit Streaming ist von Vorteil Sehr gute Kenntnisse in Python und SQL; PySpark und/oder Spark SQL sind ein Plus Erfahrung in der Datenmodellierung sowie im Design wiederverwendbarer, konsumorientierter Datenmodelle Kenntnisse in dbt oder vergleichbaren Frameworks für Transformation, Testing und Dokumentation sind wünschenswert Erfahrung mit Git, Pull Requests, Code Reviews und CI/CD-Pipelines Gutes Verständnis von Datenqualität, Observability, Monitoring, Logging, Fehlerbehandlung und Performanceoptimierung Kenntnisse im SAP-Umfeld, insbesondere in S/4HANA, sowie in der Integration von SAP- und Non-SAP-Datenquellen Verständnis für Data-Governance-Themen…