Über Quicklizard

Quicklizard ist eine dynamische Preisgestaltungsplattform, die von führenden Einzelhändlern, Marktplätzen und E-Commerce-Marken weltweit genutzt wird. Unsere Engine erfasst Verkaufs-, Wettbewerbs-, Bestands- und Kostendaten und wandelt diese in Echtzeit-Preisempfehlungen um – dabei werden täglich Milliarden von Datensätzen über regionenübergreifende Pipelines verarbeitet, die ununterbrochen laufen.

Die Rolle

Wir suchen einen Data Engineering Tech Lead, der die Verantwortung für unsere Datenarchitektur von Anfang bis Ende übernimmt. Sie entwerfen, erstellen und skalieren die Pipelines, die jede unserer Preisentscheidungen unterstützen – von der Erfassung der Rohdaten über unseren Data Lake bis hin zu den Analyse- und BI-Ebenen, auf die sich unsere Kunden verlassen. Es handelt sich um eine praxisorientierte Führungsrolle: Sie legen die technische Ausrichtung fest, treiben architektonische Entscheidungen voran und betreuen ein Team von Dateningenieuren, während Sie gleichzeitig selbst Code schreiben und für die Umsetzung verantwortlich sind.

Ihre Aufgaben

• Entwicklung und Aufbau groß angelegter ETL/ELT-Pipelines für Batch- und Streaming-Verarbeitung
• Eigene Data-Lake-Konzeption, Tabellenmodellierung und Partitionierungsstrategie für Datensätze mit Milliarden von Zeilen
• Steigern Sie die Abfrageleistung und optimieren Sie die Cloud-Kosten auf AWS und GCP
• Festlegung von Standards für Datenqualität, Beobachtbarkeit und Zuverlässigkeit – Aktualität, Korrektheit und SLAs
• Arbeiten Sie mit den Backend-, Produkt- und Data-Science-Teams zusammen, um Daten über interne und kundenorientierte APIs bereitzustellen
• Technische Leitung: Entwürfe und Code prüfen, Ingenieure betreuen und die Messlatte für die Datenabteilung höher legen

Unser Stack

Spark / EMR · Airflow · BigQuery · PostgreSQL & Aurora · Kafka · RabbitMQ · Elasticsearch · Go · Python · AWS · GCP · Kubernetes · Terraform

Was wir suchen

• Mindestens 5 Jahre Erfahrung im Bereich Data Engineering mit praktischer Erfahrung in groß angelegten Produktionsumgebungen (ab Terabyte, Milliarden von Zeilen)
• Fundierte SQL-Kenntnisse und umfassende Erfahrung im Bereich der verteilten Datenverarbeitung (Spark oder vergleichbare Technologien)
• Fundierte Kenntnisse in Python und/oder Go
• Praktische Erfahrung mit Cloud-Data-Warehouses (BigQuery, Snowflake, Redshift) und Orchestrierungstools
• „AI-first“-Denkweise – Sie arbeiten im Rahmen Ihrer täglichen Arbeit aktiv mit KI-Programmierwerkzeugen (Claude Code, Cursor, Copilot) und LLM-basierten Agenten und suchen nach Möglichkeiten, die technische Arbeit damit zu automatisieren und zu beschleunigen
• Erfahrung in der Entwicklung oder Betreuung von KI-/LLM-gestützten Datenprodukten – Pipelines, die Modelle, Agenten oder ML-Systeme mit Daten versorgen
• Bewährte technische Führungsrolle – Betreuung von Ingenieuren, Verantwortung für die Architektur, Vorantreiben von Entscheidungen teamübergreifend
• Produktorientierung: Dir ist wichtig, wofür die Daten verwendet werden, und nicht nur, dass der Auftrag erfolgreich abgeschlossen wurde

Von Vorteil: Streaming-Architekturen, Verantwortung für Kosten/FinOps, multiregionale oder Multi-Cloud-Systeme, Erfahrung im Bereich E-Commerce oder Preisgestaltung, MCP-Server oder agentenbasierte Tools.