Technisch leitender Dateningenieur

Was Cloudbeds einzigartig macht

Bei Cloudbeds entwickeln wir nicht nur Software, wir verändern das Gastgewerbe. Unsere Plattform betreibt Hotels in 150 Ländern und verarbeitet jährlich Milliarden an Buchungen. Von Boutique-Hotels bis hin zu großen Hotelgruppen unterstützen wir Hoteliers bei der Umgestaltung ihrer Abläufe und der Weiterentwicklung ihrer Geschäftsstrategie durch eine einheitliche Plattform, die mit Hunderten von Partnern integriert ist. Und das mit einem komplett remote arbeitenden Team. Stellen Sie sich vor, Sie arbeiten mit globalen Innovatoren zusammen, um KI-gestützte Lösungen zu entwickeln, die die größten Herausforderungen von Hoteliers lösen. Seit unserer Gründung im Jahr 2012 werden wir kontinuierlich für herausragende Leistungen gewürdigt, zuletzt erhielten wir höchste Auszeichnungen bei den HotelTechAwards 2026 für die beste Hotelmanagement-Software und landeten erneut auf der Technology Fast 500 von Deloitte, aber wir fangen gerade erst an.

Unser Data Analytics & BI-Team:

Wir sind ein kleines, hochrangiges, vollständig remote arbeitendes Team, das Analysen für das gesamte Unternehmen auf Snowflake, dbt, Matillion und Sigma durchführt. Wir sind schnell unterwegs und versenden Dinge, die Menschen täglich nutzen. Was uns fehlt, ist eine hochrangige technische Stimme, die die grundlegenden Entscheidungen trifft – Architektur, Plattform, Governance, ML Ops –, damit die Geschwindigkeit steigt, anstatt Schulden anzuhäufen. Das ist diese Rolle, und sie bietet einen ungewöhnlichen Spielraum bei der Entscheidung, wie die Plattform funktionieren soll.

So erzielen Sie Wirkung:

Als unser Tech Lead Data Engineer und Data Architect gestalten Sie die technische Ausrichtung, die Architekturstandards und die Datenverwaltung unserer zentralen Data Analytics-Plattform. Dies ist eine praktische Führungsrolle: Sie fungieren als unser Datenarchitekt – zuständig für die logische und physische Datenmodellierung, das Lagerdesign und die mehrschichtige Kuration (Staging → Intermediate → Mart) – und fungieren gleichzeitig als unser Data Engineering Tech Lead.

Sie helfen dabei, unseren Tech-Stack kontinuierlich zu modernisieren, unsere Software-Engineering-Disziplin über unsere Datenpipelines (DataOps/CI-CD) zu verbessern, Rechenleistung und -kosten zu optimieren, MLOps-Workflows voranzutreiben und Datenqualitäts- und Sicherheitsstandards zu stärken. Entscheidend ist, dass Sie unsere KI-Bereitschaftsinitiativen vorantreiben – indem Sie die semantischen Schichten, Datenstrukturen und Zugriffsmuster entwerfen, die erforderlich sind, um unsere Daten nahtlos und zuverlässig für KI-Agenten und automatisierte Arbeitsabläufe zu machen. Sie fungieren als technischer Anker für ein talentiertes Team von Analyseingenieuren und arbeiten eng mit den Bereichen Technik, Infrastruktur, Datenwissenschaft/ML und Geschäftsinteressenten zusammen, um sicherzustellen, dass unser Datenökosystem zuverlässig, skalierbar und geschäftsbereit ist.

Was Sie zum Team mitbringen:

•
Datenarchitektur und Modellierungseigentum: Richten Sie unsere Cloud-Datenarchitektur auf Snowflake ein und entwickeln Sie sie weiter. Eigener Datenmodellentwurf über Datenprodukte und Marts hinweg, Implementierung flexibler Dimensionsmodelle (Star Schemas, SCDs, konforme Dimensionen) und Dokumentation von Entscheidungen durch Architecture Decision Records (ADRs).

•
Data-Engineering-Kompetenz: Leiten Sie den End-to-End-Entwurf und die Ausführung von Datenpipelines – verantwortlich für Datenaufnahme, API-Integrationen, benutzerdefinierte Konnektoren, ELT/ETL-Prozesse und Pipeline-Orchestrierung.

•
DataOps- und CI/CD-Integration: Bauen Sie auf unseren bestehenden Git-, CI/CD- und Jira-Workflows auf, indem Sie spezielle Datendisziplinen einbetten – wie automatisierte DBT-Tests für Pull-Requests, Umgebungsisolation, automatisierte Anmeldeinformationsverwaltung und Datenbereitstellungsstandards.

•
Governance- und Observability-Strategie: Bauen Sie auf den anfänglichen Grundlagen unseres Governance-Modells auf und verfeinern Sie sie. Bewerten, wählen und implementieren Sie skalierbare Datenkatalog- und Datenobservability-Lösungen, um die Datenherkunft zu verfolgen, die Aktualität sicherzustellen, die Vollständigkeit zu überwachen und die Fehlerwarnung zu automatisieren.

•
Plattformeffizienz und Kostenkontrolle: Passen Sie die Abfrageleistung, das Clustering und die Warehouse-Größe von Snowflake kontinuierlich an, um Ausführungszeiten und Rechenausgaben zu optimieren.

•
Technische Betreuung und agile Führung: Steigern Sie die technische Effektivität von Analytical Engineers innerhalb unseres agilen Planungsrahmens durch Architekturberatung, Designprüfungen und konstruktive Herausforderungen.

•
Stack-Modernisierung und Architekturentwicklung: Evaluieren Sie kontinuierlich neue Tools, Frameworks und Architekturmuster, um unseren Daten-Stack zu modernisieren, zu optimieren und ihm Flexibilität zu verleihen.

Was Sie für den Erfolg ausmacht:

•
Senior-Praxiserfahrung: Nachgewiesene Erfolgsbilanz als Senior Data Engineer, Data Architect oder Tech Lead in Cloud-Datenumgebungen.

•
KI- und Agentenbereitschaft: Erfahrung mit der Vorbereitung von Datenstrukturen, semantischen Modellen, Funktionsspeichern und API-/Zugriffsebenen für KI-Agenten, Pipelines für maschinelles Lernen und automatisierte LLM-Workflows.

•
Beherrschung von Snowflake und DBT: Umfangreiches praktisches Fachwissen in der Verwaltung, Optimierung und Modellierung in Snowflake sowie fortgeschrittene Beherrschung von DBT (Makros, inkrementelle Modelle, benutzerdefinierte Tests, Pakete und dbt-native CI/CD-Tests).

•
Fortgeschrittene SQL- und Python-Kenntnisse: Erfahrene analytische SQL-Kenntnisse (Optimierung des Abfrageausführungsplans, Fensterfunktionen, CTEs) und ausgeprägte Python-Kenntnisse für Datenpipelines, Skripterstellung und MLOps-Workflows.

•
Orchestrierung und Tool-Evaluierung: Praktische Erfahrung mit Aufnahme- und Orchestrierungs-Engines (z. B. Matillion, Apache Airflow, Prefect, Dagster, Fivetran) mit ausgeprägter Fähigkeit, architektonische Kompromisse, Leistung und Kosten bei der Auswahl oder Migration von Plattformen zu bewerten.

•
Disziplin DataOps & Software Engineering: Erfahrung im Betrieb mit aktiven Git- und CI/CD-Pipelines, mit einer Erfolgsbilanz bei der Erweiterung dieser Systeme um automatisierte Datentests, Bereitstellungsvalidierung und sichere Rotation von Anmeldeinformationen.

•
Kritisches Denken und Problemzerlegung: Tendenz, Annahmen zu hinterfragen, den vollständigen Geschäftskontext zu erfassen, Hypothesen zu bilden und Ergebnisse (insbesondere bei KI-/ML-Ergebnissen) gründlich zu bewerten, bevor man zu technischen Lösungen übergeht.

•
Pragmatisches Experimentieren: Leidenschaft für die Entwicklung leichter MVPs und Proofs of Concept (POCs), um neue Technologien zu evaluieren, Architekturhypothesen zu testen und den Datenstapel zu modernisieren.…

Quelle: Jobicy (https://jobicy.com/jobs/156345-tech-lead-data-engineer)