Senior Consultant: Cloud Data Engineering (m/w/d)

Als superluminar GmbH bieten wir Cloud Consulting für Unternehmen, Startups und Organisationen an. Unser Büro ist in Hamburg im Stadtteil Ottensen.

Wir verstehen nicht nur die modernsten Technologien, wir schauen auch auf Menschen und Prozesse. So unterstützen wir Organisationen bei der Transition hin zu moderner Produktentwicklung. Ein Mit statt Für euch ist dabei unser Motto.

Als Senior Consultant in Cloud Data Engineering arbeitest du mit uns zusammen und unterstützt unsere Kunden bei dem Weg in und durch die Cloud. Schwerpunkt ist das Erstellen von Data Lakes, ETL-Pipelines etc. Der Fokus liegt dabei auf Beratung, Coaching und Trainings. Werkverträge und Arbeit nach Pflichtenheft gibt es bei uns nicht.


Was wir bieten:

  • Ein junges und flexibles Unternehmen mit spannenden Kunden.
  • Eigenes Budget für Konferenzen und Fortbildungen.
  • Eigenes Budget für dein ideales Hardware-Setup.
  • Teilzeit ist grundsätzlich möglich.
  • Aktuell arbeiten wir remote first, du darfst aber gerne unser Büro nutzen.
  • Arbeitgeberzuschuss zu einer nachhaltigen, betrieblichen Altersvorsorge
  • KITA Zuschuss bis zu € 300 pro Monat

Dein Profil:

  • Du bist lösungsorientiert und magst Automatisierung
  • Du vermittelst gerne dein Wissen an Andere
  • Du verfügst über gute Deutsch- und Englischkenntnisse in Wort und Schrift
  • Du bist neugierig und lernst gerne
  • Effiziente und skalierbare Datenverarbeitung ist eine Leidenschaft von dir
  • Du bist mit der Dev- und der Ops-Welt vertraut bzw. schreckst nicht davor zurück: du willst Software nicht nur entwickeln sondern auch betreiben
  • Du weißt was verteilte Systeme sind und kennst ihre Vorteile und Tücken
  • Du hast Erfahrung mit Datenbanken
  • Du entwickelst gerne ETL Jobs und Data Pipelines
  • Du hast Erfahrung mit Data Engineering im Cloud-Umfeld
  • Du hast keine Berührungsängste mit Machine Learning

Buzzwords:

Hier ist eine Liste von Dingen mit denen du bei uns in Kontakt kommen wirst.

  • AWS, Azure oder GCP
  • Docker
  • ETL Jobs zum Beispiel mit Apache Spark oder AWS Glue
  • Datastreams mit Apache Kafka oder AWS Kinesis
  • Datenverarbeitung auf Hadoop oder AWS Elastic MapReduce Clustern
  • BI Datenbanken, zum Beispiel AWS Redshift
  • Job Scheduling mit AWS Step Functions
  • CI, CD zum Beispiel mit AWS CodePipeline, Travis, Jenkins
  • Observability-Tools, zum Beispiel AWS Cloudwatch oder Prometheus
  • Configuration-Management-Tools wie z.B. CDK, Cloudformation oder Terraform