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.

Dein Profil:

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).
      - Mindset & Sprachen:
        
        Pragmatische Hands-on-Mentalität, starke Kommunikationsfähigkeit und sehr gutes De

…

Data Engineer Mid-Level (m/w/d)