Senior Data Engineer (m/w/d) - Coesfeld-Lette

Wir sind ein nachhaltig agierendes Familienunternehmen mit rund 2.000 Filialen in Deutschland, Österreich und den Niederlanden sowie einem mehrfach ausgezeichneten Online-Shop und zählen zu den größten Omnichannel-Anbietern im europäischen Textileinzelhandel. Unsere Kundschaft profitiert von einem attraktiven Preis-Leistungs-Angebot in den Bereichen Bekleidung und Home-&-Living-Sortimente für die ganze Familie. Unser Familiengedanke prägt auch unser tägliches Miteinander: Ein starkes Gemeinschaftsgefühl, Kommunikation auf Augenhöhe und ein respektvoller Umgang machen unsere stetig wachsende Ernstings family besonders. Wir bieten ein starkes Miteinander am Campus mit einer 37,5-Stunden-Woche, einer Kita direkt auf dem Campus, Urlaubs- und Weihnachtsgeld, BAV, VL, Corporate Benefits, Personalrabatt und Bike-Leasing, 30 Urlaubstage, ein kostenloses Fitnessstudio, moderne Arbeitsplätze mit Campusgarten sowie Coffee Hubs, Food-Spots, interne Events und ein strukturiertes Onboarding mit regelmäßigen Feedback-Gesprächen und individuellen Weiterentwicklungsmöglichkeiten. - Mehrjährige Erfahrung als Data Engineer im Aufbau und Betrieb von Cloud-nativen ETL/ELT-, Batch- und Streaming-Pipelines - Abgeschlossenes Studium in Natur-/Ingenieurwissenschaften, Mathematik, (Wirtschafts-)Informatik oder verwandten Fachrichtungen mit entsprechender Vertiefung - Sehr gute Praxiserfahrung mit Databricks - Cloud-Expertise (Microsoft Azure und/oder AWS) - Kenntnisse im SAP-Umfeld (z. B. SAP Datasphere) sind wünschenswert - Sehr gute Kenntnisse in Python und SQL sowie ein ausgeprägtes Verständnis für methodisches Software Engineering - Erfahrung mit Orchestrierung, CI/CD, Infrastructure as Code (z. B. Terraform) und Containerisierung - Solides Verständnis für Datenmodellierung, Lakehouse-Prinzipien und Governance als Basis für skalierbare Daten- und KI-Infrastrukturen - Bereitschaft, Projekte zu leiten - Teamorientierung, Kommunikationsstärke, Eigeninitiative, ein hohes Maß an Qualitätsbewusstsein und die Motivation, sich in Geschäftsprozesse einzuarbeiten - Wir verantworten den Betrieb und die Weiterentwicklung unserer Data-Engineering- und Analytics-Plattform auf Basis von Databricks - Gemeinsam mit unseren Data Scientisten, Datenarchitekten und den Fachbereichen entwickeln wir Datenpipelines und kuratierte Datensätze als Grundlage für datengetriebene Entscheidungen und KI-Anwendungen - Wir integrieren und transformieren Daten aus unterschiedlichsten Quellsystemen und machen sie für Advanced Analytics, Machine Learning und KI nutzbar - Wir sichern Datenqualität durch automatisierte Validierungen, strukturiertes Monitoring, Alerts und klare Governance-Regeln - Wir operationalisieren Analytics-, ML- und KI-Pipelines nach DevOps/MLOps-Prinzipien mit CI/CD, reproduzierbaren Deployments und stellen den zuverlässigen Betrieb sicher - Wir bringen uns aktiv in die Weiterentwicklung unserer Data-Engineering-Prinzipien und -Standards ein und treiben neue Technologien sowie Best Practices voran