Product Data Engineer (w/m/d) 80 - 100%

Die NZZ gehört zu den bedeutendsten privaten Medienunternehmen der Schweiz. Sie konzentriert sich auf qualitativ hochstehende, unabhängige Publizistik und vertritt seit 1780 bürgerlich-liberale Perspektiven. Neben den beiden Flaggschiffen «Neue Zürcher Zeitung» und «NZZ am Sonntag» gehören diverse weitere NZZ-Titel, Veranstaltungsreihen, Podcasts sowie TV-Formate zum Portfolio.

Deine Aufgaben

In Produktdaten-Fundament

• Definition von Messkonzepten, Tracking-Standards und fachlichen Datenmodellen für zentrale Produkt- und Geschäftseinheiten.
• Übersetzung von Produktzielen und geschäftlichen Fragestellungen in skalierbare Datenlösungen, Kennzahlen und Datensätze.
• Sicherstellung, dass Produktdaten organisationsweit konsistent erhoben, dokumentiert und verstanden werden.

• Aufbau und Betrieb von Datenpipelines, Transformationen und Datendiensten mit Technologien wie dbt, SQL, Python und BigQuery.
• Entwicklung von Lösungen, die Produkt-, Analyse- und Geschäftssysteme miteinander verbinden und Daten dort verfügbar machen, wo sie Mehrwert schaffen.
• Sicherstellung von Zuverlässigkeit, Skalierbarkeit und Datenqualität über den gesamten Produktdaten-Lebenszyklus hinweg durch Monitoring, Tests und Automatisierung.

• Agieren als eingebetteter Datenpartner für Produktteams und Verbindung zwischen Produkt, Engineering, Analytics und Business-Stakeholdern.
• Unterstützung datenbasierter Entscheidungen durch vertrauenswürdige Kennzahlen, Self-Service-Datenangebote und Reporting-Lösungen.
• Entwicklung von Lösungen mit messbarem Geschäftsnutzen.

Dein Profil

• Fundierte Ausbildung & Erfahrung: Abgeschlossenes Studium (Mathematik, Informatik, Statistik o.ä.) und einschlägige Berufspraxis im Data oder Analytics Engineering.
• Technischer Stack & Pipelines: Routinierter Umgang mit SQL, Python sowie dbt für die Entwicklung skalierbarer Datenpipelines und Transformationsprozesse – idealerweise im Google Cloud Umfeld (BigQuery, Cloud Storage, IAM).
• Datenmodellierung & Self-Service: Expertise im Design wiederverwendbarer Datenmodelle und Semantic Layers, um Stakeholdern effiziente Self-Service-Analytics zu ermöglichen.
• Produkt- & Tracking-Verständnis: Tiefes Verständnis für Event-basiertes Tracking, Product Analytics und Messkonzepte zur Steuerung digitaler Produkte.
• Kommunikation & Stakeholder-Management: Ausgeprägte Fähigkeit, komplexe Anforderungen in verständliche Datenlösungen zu übersetzen und effektiv mit cross-funktionalen Teams (Product, Engineering, Business) zusammenzuarbeiten.Gute Kommunikationsfähigkeit in Englisch und Deutsch (mind. Niveau B).

Unser Angebot

• Hoher Gestaltungsspielraum und & Impact: Du gestaltest mit hoher Eigenverantwortung die digitale Zukunft eines der führenden Medienhäuser der Schweiz aktiv mit.
• Innovatives Arbeitsumfeld: Als Teil des Unternehmensbereichs «Produkterlebnis», erlebst du eine hohe Innovationskraft im Bereich User Experience und digitale Produkte.
• Flexible Arbeitszeitgestaltung: Wir unterstützen die Vereinbarkeit von Beruf und Privatleben mit modernen Arbeitsmodellen (flexible Arbeitszeiten bei einer 40-Stunden-Woche (100%), Homeoffice möglich, am Geburtstag frei, 28 Tage Ferien, etc.)

Dein Arbeitsort

ChIJv7JUS8NRqEcRzVt8AYB-DIw

Zur Verstärkung unseres Teams Digitale Produkte suchen wir in Berlin per sofort oder nach Vereinbarung einen Product Data Engineer. An der Schnittstelle von Produktmanagement, Engineering und Data Analytics verantwortest du unser gesamtes Produktdaten-Ökosystem – von Tracking und Modellen bis hin zu entscheidungsrelevanten Datensätzen. Du agierst als wichtige Schnittstelle und übersetzt geschäftliche Herausforderungen in skalierbare, zuverlässige Datenlösungen.

• Definition von Messkonzepten, Tracking-Standards und fachlichen Datenmodellen für zentrale Produkt- und Geschäftseinheiten.
• Übersetzung von Produktzielen und geschäftlichen Fragestellungen in skalierbare Datenlösungen, Kennzahlen und Datensätze.
• Sicherstellung, dass Produktdaten organisationsweit konsistent erhoben, dokumentiert und verstanden werden.

• Aufbau und Betrieb von Datenpipelines, Transformationen und Datendiensten mit Technologien wie dbt, SQL, Python und BigQuery.
• Entwicklung von Lösungen, die Produkt-, Analyse- und Geschäftssysteme miteinander verbinden und Daten dort verfügbar machen, wo sie Mehrwert schaffen.
• Sicherstellung von Zuverlässigkeit, Skalierbarkeit und Datenqualität über den gesamten Produktdaten-Lebenszyklus hinweg durch Monitoring, Tests und Automatisierung.

• Agieren als eingebetteter Datenpartner für Produktteams und Verbindung zwischen Produkt, Engineering, Analytics und Business-Stakeholdern.
• Unterstützung datenbasierter Entscheidungen durch vertrauenswürdige Kennzahlen, Self-Service-Datenangebote und Reporting-Lösungen.
• Entwicklung von Lösungen mit messbarem Geschäftsnutzen.