Leiter der Datentechnik

Über THG

Wir sind THG, eine globale E-Commerce-Gruppe mit der Mission, der weltweit führende Online-Anbieter für Schönheits- und Sporternährung zu sein.

Unser Portfolio führender Einzelhändler und Marken wie LOOKFANTASTIC, Myprotein, ESPA, Perricone MD und Cult Beauty bilden unsere beiden Kerngeschäfte: THG Beauty und THG Nutrition.

Von Manchester bis New York werden wir von einem Team von über 2500 Menschen getragen, die zusammenarbeiten, mit gutem Beispiel vorangehen und GROSS denken.

Mit uns kommen Sie weiter und schneller. Worauf warten Sie noch?

Standort: Symbol 1, WA15 0AF

Über zentrale Funktionen

Zentrale Funktionen bestehen aus den Teams und Personen, die dem gesamten Unternehmen dienen. Diese Menschen sind für den reibungslosen Ablauf des Unternehmens von entscheidender Bedeutung. Wir stellen sicher, dass jeder pünktlich bezahlt wird, dass Materialien beschafft werden und pünktlich eintreffen, dass wir unseren gesetzlichen Verpflichtungen nachkommen und dass unsere Gesundheit und Sicherheit gewährleistet sind.

Warum Data Engineering Lead bei THG sein?

THG baut die Data-Engineering-Fähigkeiten auf, die alles von der täglichen Handelsanalyse bis hin zur KI-gesteuerten Personalisierung unterstützen werden. Als technischer Leiter sind Sie für die technische Vision und Umsetzung verantwortlich, wie THG seine Daten in drei Kernbereichen strukturiert, speichert und verteilt: Kunde, Handel und Betrieb.

Dies ist eine praktische technische Führungsrolle. Sie leiten und betreuen ein Team von sechs Ingenieuren (drei Senior- und drei mittlere Ingenieure, jeweils domänenorientiert), aber von Ihnen wird auch erwartet, dass Sie technisch versiert sind – Sie legen Architekturstandards fest, treffen wichtige Designentscheidungen und sind die Person, an die sich das Team wendet, wenn Probleme schwierig sind.

Ihre Hauptaufgabe besteht darin, THG von einer fragmentierten, isolierten Datenlandschaft zu konsistenten, verbundenen Domänendatensätzen zu bewegen, die vertrauenswürdig sind und in großem Umfang verwendet werden können. Wir haben Kundendaten an mehreren Stellen, Geschäftsdaten, die nicht einheitlich strukturiert sind, und Betriebsdaten, die nicht einfach zu nutzen sind. Sie schaffen die technische Grundlage, die das ändert – indem Sie mit einer gemeinsamen Architektur arbeiten, die sicherstellt, dass Kunden-, Handels- und Betriebsdatensätze einheitliche Standards und ggf. gemeinsame Attribute haben und letztendlich zu einer einzigen, zuverlässigen Sicht auf das Unternehmen zusammengeführt werden können.

Sie arbeiten eng mit Ingenuity, unserem Technologiepartner, zusammen, der die grundlegende Plattform und die First-Layer-Pipelines verwaltet. Ihre Aufgabe ist es, das, was Ingenuity bietet, in strukturierte, qualitativ hochwertige Domänendatensätze umzuwandeln, auf denen Analyse- und Data-Science-Teams vertrauensvoll aufbauen können. Sie sind außerdem ein wichtiger Partner des Data Governance Lead und implementieren die von ihm definierten Standards in Ihrer technischen Praxis.

Was Sie tun werden:

Technische Führung und Architektur

• Besitzen Sie die Data-Engineering-Architektur für THG – definieren Sie, wie Daten in den Kunden-, Handels- und Betriebsdomänen erfasst, transformiert, gespeichert und verfügbar gemacht werden

• Entwerfen Sie konsistente Standards und Muster über alle drei Domänen hinweg – stellen Sie sicher, dass gemeinsame Attribute einheitlich gehandhabt werden und dass Daten zuverlässig über Domänen hinweg zusammengeführt werden können

• Leiten Sie die Weiterentwicklung unserer BigQuery/GCP-Plattform – treiben Sie Migrationen voran, modernisieren Sie bestehende Pipelines und sorgen Sie für Skalierbarkeit

• Treffen Sie wichtige architektonische Entscheidungen und übernehmen Sie Verantwortung für die technische Qualität aller Produkte des Ingenieurteams

• Entwicklung und Durchsetzung technischer Standards im gesamten Team – Versionskontrolle, Test-Frameworks, Fehlerbehandlung, Dokumentation und Codeüberprüfungspraktiken

Entwicklung von Domänendatensätzen

• Führen Sie den Aufbau strukturierter, zuverlässiger Domänendatensätze an – von unterschiedlichen, isolierten Datenquellen hin zu konsolidierten Kunden-, Handels- und Betriebsdatenplattformen

• Arbeiten Sie an den Grundlagen einer einzigen Quelle der Wahrheit und definieren Sie, wie Daten aus verschiedenen Quellsystemen in jeder Domäne abgeglichen, dedupliziert und verwaltet werden

• Stellen Sie sicher, dass Domänendatensätze für die nachgelagerte Nutzung strukturiert sind – Analyseteams, Data-Science-Modelle, BI-Tools und KI-/Agent-Anwendungsfälle sollten alle in der Lage sein, zuverlässig zu nutzen, was die Technik produziert

KI-gestütztes Engineering

• Setzen Sie sich für den Einsatz von KI in der Datentechnik ein – dies ist ein kleines Team mit einem großen Aufgabenbereich, und wir erwarten, dass KI-gestützte Entwicklung in unsere Arbeitsweise integriert wird

• Wenden Sie KI-Tools an, um die Pipeline-Entwicklung, automatisierte Tests, die Erkennung von Anomalien und die Überwachung der Datenqualität zu beschleunigen

• Bleiben Sie über KI-Entwicklungen im Bereich Data Engineering auf dem Laufenden und bringen Sie neue Ansätze in die Praxis des Teams ein

Einfallsreichtum-Beziehung

• Arbeiten Sie eng mit dem Ingenieurteam von Ingenuity zusammen – verstehen Sie, was sie auf der Plattformebene bieten, und bauen Sie effektiv darauf auf

• Definieren Sie klare Anforderungen und Schnittstellenstandards für die Einspeisung von Ingenuity-Daten in SPS-Domänendatensätze

• Identifizieren und eskalieren Sie, wo sich das Verhalten der Ingen-Plattform auf die Datenqualität oder -verfügbarkeit innerhalb von SPS-Domänen auswirkt

Menschen & Team

• Verwalten, coachen und entwickeln Sie ein Team von sechs domänenorientierten Ingenieuren – drei Senior Data Engineers und drei Data Engineers

• Führen Sie für jeden Ingenieur einen strukturierten Überprüfungs- und Entwicklungsprozess durch, um seine technischen Fähigkeiten und seinen beruflichen Aufstieg zu verbessern

• Fördern Sie eine Kultur der technischen Exzellenz, der Zusammenarbeit und der kontinuierlichen Verbesserung

Welche Fähigkeiten und Erfahrungen benötige ich für diese Rolle?

Unverzichtbar

• Praktische Erfahrung auf Expertenniveau mit BigQuery und GCP – das ist nicht verhandelbar; Sie müssen Produktionsdatenpipelines auf diesem Stack erstellt und betrieben haben

• Starke Python-Kenntnisse – werden täglich für die Pipeline-Entwicklung, Datentransformation und Automatisierung eingesetzt

• Erfahrung in mindestens zwei der drei Kerndatenbereiche: Kunde, Handel und Betrieb

• Eine Erfolgsbilanz der sich weiterentwickelnden Datenarchitektur – Sie können konkrete Beispiele dafür zeigen, wie Sie die Art und Weise geändert haben, wie ein Unternehmen seine Daten strukturiert, speichert oder nutzt

• Tiefes Verständnis der Datenmodellierung, des Pipeline-Designs und der verteilten Datenarchitektur…

Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/thehutgroup/data-engineering-lead-manchester-316225)