Wir verwenden technische Cookies und das anonymisierte Besuchsprotokoll von Zorky. Yandex Metrica (Daten werden auf Servern in Russland gespeichert) läuft nur mit Ihrer Einwilligung. Wir verkaufen keine Daten. Mehr zu Cookies und Statistik.
Zorky läuft im Testmodus — alles ist kostenlos. Stellen und Unternehmensseiten sind für alle offen; Links zu den Anzeigen und Ihre persönliche Stellenauswahl gibt es nach der Registrierung. Registrieren →

Datenengineering: Markt

Stand 19. November 2026: offene Stellen Datenengineering — 16.945, 30% remote unter den Stellen mit Angabe des Arbeitsmodells; Mediangehalt in Stellenanzeigen $9.226/Monat (aus 2.227 Anzeigen mit Gehaltsangabe). Quelle: Zorky, täglich aktualisiert.

Ein Data Engineer ist ein Ingenieur, der die Infrastruktur zum Sammeln, Speichern, Transformieren und Bereitstellen von Daten entwirft: ETL- und ELT-Pipelines, Data Warehouses, Streaming, Orchestrierung. Der Kern-Stack sind Python und SQL, die Orchestratoren Apache Airflow oder Dagster, verteilte Verarbeitung über Apache Spark, Datenströme über Apache Kafka, die Warehouses ClickHouse, Snowflake, BigQuery, Redshift, Transformationen über dbt. Die gefragtesten Technologien — sql, python, cloud, aws, azure. Unter den Stellen mit angegebenem Arbeitsmodell sind 30% vollständig remote. Die Daten werden täglich aus 102 Jobbörsen und 1.855 Karriereseiten von Unternehmen aktualisiert.

Datenstand:

Die wichtigsten Zahlen des Datenengineering-Markts: offene Jobs, Mediangehalt, beobachteter Fachkräftepool und Remote-Anteil.

16.945
offene Stellen — Reposts zusammengeführt
$9.226
Median $/Monat
30%
ortsunabhängig

Der Markt für Datenengineering hat derzeit 16.945 offene Rollen, davon 14.939 frisch beobachtet. Median salary $9.226/mo.

Unter den Stellen mit angegebenem Arbeitsmodell sind 30% vollständig remote. Banken verlangen wegen Compliance häufiger hybrid; Startups und internationale Teams — vollständig remote.

⚠ Gehalt bekannt bei 2227 von 16945 Stellen; Remote-Anteil aus 13775 mit angegebenem Arbeitsformat; 14939 als frische Beobachtungen gezählt; Trend und Besetzungsschwierigkeit werden nicht gezeigt

Zeitachse: Ausschreibungen und Quellen

Wie viele Datenengineering-Ausschreibungen jede Woche in den letzten 180 Tagen erschienen sind und aus wie vielen Quellen. Das untere Diagramm trennt Marktwachstum von Abdeckungswachstum: Ein Sprung in der Woche, in der neue Quellen angebunden wurden, bedeutet, dass wir mehr sehen — nicht, dass der Markt gewachsen ist.

Neue Ausschreibungen pro Woche

Diagrammdaten
Neue Ausschreibungen pro Woche. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumNeue Ausschreibungen pro Woche
2026-06-01490
2026-06-08398
2026-06-15454
2026-06-221.103
2026-06-291.342
2026-07-061.244
2026-07-131.411
2026-07-201.468
2026-07-27799
2026-08-03949
2026-08-10783
2026-08-17715
2026-08-24666
2026-08-31652
2026-09-07758
2026-09-14900
2026-09-213.002
2026-09-282.465
2026-10-052.478
2026-10-127.526
2026-10-193.689
2026-10-263.965
2026-11-023.754
2026-11-094.002

Aktive Quellen pro Woche

Quellen im Zeitraum: 450. ▲ — Woche, in der viele neue Quellen angebunden wurden.

Diagrammdaten
Aktive Quellen pro Woche. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumAktive Quellen
2026-06-0146
2026-06-0843
2026-06-1549
2026-06-2265
2026-06-29146
2026-07-06127
2026-07-13126
2026-07-20156
2026-07-27135
2026-08-03122
2026-08-10103
2026-08-1796
2026-08-24105
2026-08-31109
2026-09-07119
2026-09-14110
2026-09-21121
2026-09-28125
2026-10-05138
2026-10-12131
2026-10-19138
2026-10-26139
2026-11-02152
2026-11-09152
Neue Quellen angebunden: 22. Juni +31 · 29. Juni +78 · 6. Juli +46 · 13. Juli +25 · 20. Juli +29 · alle Wochen (23) in der Tabelle
WocheNeue QuellenNeue Ausschreibungen
8. Juni+13398
15. Juni+14454
22. Juni+311.103
29. Juni+781.342
6. Juli+461.244
13. Juli+251.411
20. Juli+291.468
27. Juli+12799
3. Aug.+12949
10. Aug.+7783
17. Aug.+10715
24. Aug.+8666
31. Aug.+12652
7. Sept.+9758
14. Sept.+8900
21. Sept.+63.002
28. Sept.+92.465
5. Okt.+72.478
12. Okt.+77.526
19. Okt.+183.689
26. Okt.+93.965
2. Nov.+183.754
9. Nov.+164.002

Die aktuelle Woche ist noch nicht vorbei und wird nicht gezeigt: Eine unvollständige Woche sähe wie ein Rückgang aus.

Woche = Datum der ersten Erfassung der Ausschreibung, alle Status, 180 Tage; Quellen = unterschiedliche Erfassungskanäle, die in der Woche Ausschreibungen für die Richtung geliefert haben; neue Quellen = Kanäle, die in dieser Woche ihre erste Ausschreibung für die Richtung geliefert haben.

Diagrammdaten
Zeitachse: Ausschreibungen und Quellen — Datenengineering. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
WocheNeue Ausschreibungen pro WocheAktive Quellen
2026-06-0149046
2026-06-0839843
2026-06-1545449
2026-06-221.10365
2026-06-291.342146
2026-07-061.244127
2026-07-131.411126
2026-07-201.468156
2026-07-27799135
2026-08-03949122
2026-08-10783103
2026-08-1771596
2026-08-24666105
2026-08-31652109
2026-09-07758119
2026-09-14900110
2026-09-213.002121
2026-09-282.465125
2026-10-052.478138
2026-10-127.526131
2026-10-193.689138
2026-10-263.965139
2026-11-023.754152
2026-11-094.002152

Gehälter im Zeitverlauf

Mediangehalt Datenengineering pro Woche, USD pro Monat.

Mediangehalt, USD pro Monat

Diagrammdaten
Mediangehalt, USD pro Monat. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumMedianStellen mit Gehalt pro Woche (n)
2026-07-205.75025
2026-07-27—8
2026-08-03—0
2026-08-10—0
2026-08-17—0
2026-08-24—0
2026-08-318.61623
2026-09-078.56322
2026-09-14—8
2026-09-218.66886
2026-09-288.125156
2026-10-057.355166
2026-10-128.697331
2026-10-198.333670
2026-10-268.333758
2026-11-029.167615
2026-11-099.583647

Die Reihe beginnt am 20. Juli: davor gibt es keine Daten.

Stellen mit Gehalt pro Woche (n)

Nur Ausschreibungen mit Gehalt in USD und bekanntem Zeitraum (Monat oder Jahr), 500–50.000 $ pro Monat. Wochen mit weniger als 10 solchen Ausschreibungen bleiben leer — das heißt keine Daten, nicht null.

Diagrammdaten
Gehälter im Zeitverlauf — Datenengineering. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
WocheMedian
2026-06-01—
2026-06-08—
2026-06-15—
2026-06-22—
2026-06-29—
2026-07-06—
2026-07-13—
2026-07-205.750
2026-07-27—
2026-08-03—
2026-08-10—
2026-08-17—
2026-08-24—
2026-08-318.616
2026-09-078.563
2026-09-14—
2026-09-218.668
2026-09-288.125
2026-10-057.355
2026-10-128.697
2026-10-198.333
2026-10-268.333
2026-11-029.167
2026-11-099.583

Remote-Arbeit im Zeitverlauf

Anteil der Datenengineering-Ausschreibungen mit vollständig remoter Arbeit, pro Woche.

Remote-Ausschreibungen, %

Diagrammdaten
Remote-Ausschreibungen, %. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumOrtsunabhängig
2026-06-0164,4
2026-06-0849,8
2026-06-1554,7
2026-06-2243,5
2026-06-2934,9
2026-07-0636,7
2026-07-1338,7
2026-07-2048,1
2026-07-2756,4
2026-08-0325,7
2026-08-1028,9
2026-08-1730,8
2026-08-2431,7
2026-08-3126,4
2026-09-0723,2
2026-09-1426,3
2026-09-2129,1
2026-09-2837,8
2026-10-0541,9
2026-10-1234,4
2026-10-1932,7
2026-10-2634,9
2026-11-0232,8
2026-11-0929,8

Der Anteil bezieht sich auf Ausschreibungen mit Angabe des Arbeitsmodells (remote, hybrid, Büro). Wochen mit weniger als 10 solchen Ausschreibungen bleiben leer.

Diagrammdaten
Remote-Arbeit im Zeitverlauf — Datenengineering. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
WocheOrtsunabhängig
2026-06-0164,4
2026-06-0849,8
2026-06-1554,7
2026-06-2243,5
2026-06-2934,9
2026-07-0636,7
2026-07-1338,7
2026-07-2048,1
2026-07-2756,4
2026-08-0325,7
2026-08-1028,9
2026-08-1730,8
2026-08-2431,7
2026-08-3126,4
2026-09-0723,2
2026-09-1426,3
2026-09-2129,1
2026-09-2837,8
2026-10-0541,9
2026-10-1234,4
2026-10-1932,7
2026-10-2634,9
2026-11-0232,8
2026-11-0929,8

Technologien im Zeitverlauf

Wie sich der Anteil der Datenengineering-Stellen verändert hat, die jede der Top-Technologien nennen.

Ausschreibungen mit der Technologie, %

Diagrammdaten
Ausschreibungen mit der Technologie, %. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumSQLPythoncloud
2026-08-1028,927,738,6
2026-08-1736,635,625,9
2026-08-2434,335,627,2
2026-08-3135,334,524,5
2026-09-0738,53927,6
2026-09-1435,134,732,5
2026-09-2137,33740,7
2026-09-285150,341,8
2026-10-0551,146,542,3
2026-10-1244,337,540,3
2026-10-195547,342,9
2026-10-2659,850,442,9
2026-11-0256,249,742,5
2026-11-0956,648,941,1
Bis zu 5 im Diagramm:

Anteil unter Ausschreibungen mit getaggtem Stack; die Reihe beginnt am 10. Aug.: davor wurden Stack-Tags anders vergeben. Wochen mit weniger als 20 getaggten Ausschreibungen bleiben leer.

Diagrammdaten
Technologien im Zeitverlauf — Datenengineering. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
WocheSQLPythoncloudAWSAzure
2026-08-1028,927,738,612,511,1
2026-08-1736,635,625,916,313,6
2026-08-2434,335,627,212,314,1
2026-08-3135,334,524,511,914,6
2026-09-0738,53927,613,810,9
2026-09-1435,134,732,515,217,8
2026-09-2137,33740,720,318,3
2026-09-285150,341,824,324,9
2026-10-0551,146,542,322,923,8
2026-10-1244,337,540,32120,3
2026-10-195547,342,92121,6
2026-10-2659,850,442,923,822,4
2026-11-0256,249,742,523,721,9
2026-11-0956,648,941,122,421,8

Länder im Zeitverlauf

Wie sich der Anteil der Datenengineering-Stellen in jedem der Top-Länder pro Woche verändert hat.

Ausschreibungen im Land, %

Diagrammdaten
Ausschreibungen im Land, %. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumUSAPolenVereinigtes Königreich
2026-06-0124,640,46,3
2026-06-0827,527,53,4
2026-06-1523,333,33,4
2026-06-2213,449,81,9
2026-06-2916,316,23
2026-07-0630,19,45,6
2026-07-1325,411,95,9
2026-07-2016,724,813,5
2026-07-271427,98,1
2026-08-0323,17,418
2026-08-1020,53,820,2
2026-08-1720,33,724,8
2026-08-24174,531,2
2026-08-3110,64,334,4
2026-09-0714,33,427,3
2026-09-1424,52,824,5
2026-09-21304,612,4
2026-09-2824,713,311,9
2026-10-0523,318,411,8
2026-10-122712,17,8
2026-10-1926,911,48,7
2026-10-2629,710,98,9
2026-11-0230,38,39,2
2026-11-0929,77,111
Bis zu 5 im Diagramm:

Anteil unter Ausschreibungen mit bekanntem Land; das Diagramm zeigt die fünf Länder mit den meisten Ausschreibungen über sechs Monate. Wochen mit weniger als 20 Ausschreibungen mit bekanntem Land bleiben leer. Ein steigender Anteil kann eine neu angebundene Quelle in diesem Land bedeuten statt Marktwachstum.

Diagrammdaten
Länder im Zeitverlauf — Datenengineering. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
WocheUSAPolenVereinigtes KönigreichIndienRussland
2026-06-0124,640,46,34,55
2026-06-0827,527,53,410,66,3
2026-06-1523,333,33,48,26
2026-06-2213,449,81,99,62,5
2026-06-2916,316,238,47,9
2026-07-0630,19,45,610,88,1
2026-07-1325,411,95,916,14,4
2026-07-2016,724,813,57,77
2026-07-271427,98,17,68,6
2026-08-0323,17,41810,47,6
2026-08-1020,53,820,27,29,7
2026-08-1720,33,724,89,511
2026-08-24174,531,26,611,6
2026-08-3110,64,334,413,29,5
2026-09-0714,33,427,39,89,6
2026-09-1424,52,824,59,48,2
2026-09-21304,612,48,42,2
2026-09-2824,713,311,96,14,2
2026-10-0523,318,411,86,22,9
2026-10-122712,17,88,21,6
2026-10-1926,911,48,76,63,6
2026-10-2629,710,98,98,13,6
2026-11-0230,38,39,28,53,4
2026-11-0929,77,1117,73

Bereinigter Markt: Einstellungsindex

Dieselben 7.505 Karriereseiten von Arbeitgebern; die Zahl der Ausschreibungen stammt direkt von der Seite. Neue Quellen bewegen diesen Index nicht — er zeigt den Markt, nicht unsere Abdeckung. Das ist der gesamte Panelmarkt, nicht nur Datenengineering.

Einstellungsindex, 16. Okt. = 100

Diagrammdaten
Einstellungsindex, 16. Okt. = 100. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumEinstellungsindex
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Kettenindex: Jeder Tag vergleicht nur Seiten, die an diesem und am vorherigen Tag abgefragt wurden; Ausreißer und plattformweite Abfrageausfälle sind ausgeschlossen. Tage ohne vergleichbare Paare bleiben leer.

Diagrammdaten
Bereinigter Markt: Einstellungsindex — Datenengineering. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
TagEinstellungsindex
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Wie viele offene Datenengineering-Jobs es gibt und wie viele passende Fachkräfte Zorky sieht.

Nachfrage und beobachtetes Angebot

Diagrammdaten
Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
KennzahlWert
Offene Nachfrage16.945
Offene Nachfrage16.945
Beobachtetes Angebot— nicht veröffentlicht

In den letzten Wochen hat die Richtung Data Engineer einen stetigen Strom neuer Stellen hervorgebracht. Schwankungen sind normal (Anzeigen häufen sich zum Monatsanfang); beobachten Sie den Gesamttrend, nicht einzelne Ausschläge.

⚠ zu einer Stelle passende Kandidaten werden noch nicht gezählt: gezeigt werden Nachfrage und der beobachtete Pool

Wie sich die Gehälter in Datenengineering-Jobs verteilen, in US-Dollar pro Monat.

Gehaltsverteilung

P25 $6.250 · P50 $9.226 · P75 $12.916
Diagrammdaten
Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
KennzahlWert
<$1k27
$1–2k26
$2–3k35
$3–4k80
$4–5k141
$5–6k195
$6–7k201
$7–8k195
$8–9k169
$9–10k158
$10–12k290
$12–15k371
$15–20k273
$20k+66
Gehalt in Stellenanzeigen: Basis 16.945
  • für die Berechnung nutzbar: 2.227 (13,1%)
  • angegeben, aber nicht in USD/Monat umgerechnet: 2.606 (15,4%)
  • nicht angegeben: 12.112 (71,5%)

Jede zehnte Stellenanzeige bietet unter $4.375, jede zehnte über $16.333. Die Hälfte der Anzeigen bietet zwischen $6.250 und $12.916. Stichprobe: 2.227.

Diagrammdaten
Gehaltsverteilung — Datenengineering. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
KennzahlUntergrenzeObergrenzeAnzahl
<$1k01.00027
$1–2k1.0002.00026
$2–3k2.0003.00035
$3–4k3.0004.00080
$4–5k4.0005.000141
$5–6k5.0006.000195
$6–7k6.0007.000201
$7–8k7.0008.000195
$8–9k8.0009.000169
$9–10k9.00010.000158
$10–12k10.00012.000290
$12–15k12.00015.000371
$15–20k15.00020.000273
$20k+20.000—66

In welchen Ländern es die meisten offenen Datenengineering-Jobs gibt.

Geografie der Nachfrage

LandStellenAnteil
Vereinigte Staaten4.80333,1%
Polen1.49310,3%
Indien1.2278,5%
Vereinigtes Königreich1.1447,9%
Deutschland6684,6%
Kanada4983,4%
Singapur4733,3%
Frankreich3792,6%
Russland3262,2%
Brasilien2371,6%
Übrige Länder3.27022,5%

Führend bei der Zahl der Stellen für Data Engineer sind die USA (4803 Stellen), gefolgt von den großen IT-Hubs der GUS und Osteuropas. Wichtig: Das ist die Verteilung über unsere Parsing-Quellen, keine Schätzung des globalen Marktes.

⚠ nur Stellenzahlen: Gehalt nach Land wird nicht veröffentlicht

Diagrammdaten
Geografie der Nachfrage — Datenengineering. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
LandStellen
US4.803
PL1.493
IN1.227
GB1.144
DE668
CA498
SG473
FR379
RU326
BR237

Welche Technologien am häufigsten im selben Job wie Datenengineering verlangt werden.

Wird zusammen verwendet mit

sql
6.10736%
python
5.62433,2%
cloud
5.46632,3%
aws
2.97217,5%
azure
2.81216,6%
databricks
2.79716,5%
snowflake
1.82610,8%
airflow
1.5179%
spark
1.4688,7%
dbt
1.3708,1%

Anteil — wie viele der 16.945 Stellen im Markt Datenengineering diese Technologie nennen. Sortiert nach Stellenzahl, nicht nach „Stärke des Zusammenhangs“. Oberbegriffe wie cloud sind keine bestimmte Cloud (AWS, Azure).

Der wichtigste Stack für Data Engineers in 2026 sind Python, SQL, Apache Spark, Apache Airflow, Apache Kafka. Die Basis Python + SQL ist für alle Pflicht; Spezialisierungen folgen: Spark (Batch), Airflow (Orchestrierung), Kafka (Streaming).

Die häufigsten Technologiepaare in Stellenanzeigen für Data Engineers: Python+SQL, Airflow+Spark, Kafka+ClickHouse, dbt+Snowflake, Spark+S3. Wenn Sie eine Lern-Roadmap planen, bieten diese Kombinationen die maximale Marktabdeckung.

Diagrammdaten
Wird zusammen verwendet mit — Datenengineering. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
NameAnzahl
sql6.107
python5.624
cloud5.466
aws2.972
azure2.812
databricks2.797
snowflake1.826
airflow1.517
spark1.468
dbt1.370
gcp1.339
java1.044

Wie viele Datenengineering-Jobs es auf jeder Stufe gibt — von Junior bis Principal.

Nachfrage nach Level

LevelStellen
senior5.140
lead1.496
Principal929
middle852
junior819

Das stärkste Gehaltswachstum liegt zwischen Junior und Middle (Aneignung von Airflow + Spark + einer Cloud-Plattform).

⚠ nur die Nachfrageseite: das Level des beobachteten Pools ist größtenteils unbekannt

Diagrammdaten
Nachfrage nach Level — Datenengineering. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
StufeAnzahl
senior5.140
lead1.496
Principal929
middle852
junior819

Wer im Bereich Datenengineering am meisten einstellt und wie stark sich die Nachfrage auf die größten Unternehmen konzentriert.

Arbeitgeber

Die Nachfrage verteilt sich auf 6.911 Arbeitgeber. Der größte steht für 0.8 %, die Top Ten für 4.8 %; die übrigen 95.2 % sind Long Tail.

größter 0,8%2.–3. 1,3%4.–10. 2,7%übrige 95,2%
AnteilWert
Top-10.8%
Top-32.1%
Top-104.8%
Long Tail95.2%

Die Unternehmen, die derzeit am aktivsten Data Engineers einstellen, sind große Banken, Marktplätze, Suchmaschinen und internationale Daten-Startups.

⚠ Namen werden nicht angezeigt: Personalvermittler und Endarbeitgeber werden vom Klassifikator noch nicht unterschieden

Von welchen Unternehmensseiten und Jobbörsen Zorky Datenengineering-Jobs sammelt.

Wo Zorky diesen Markt sieht

Beobachtet in 220 Quellen; die größte steht für 14.4 % — dieser Markt hängt nicht an einem einzigen Kanal.

Data-Engineer-Stellen tauchen in den meisten großen Quellen auf: Web-Parser (HH, Habr Career, Djinni, DOU, NoFluffJobs, JustJoin.it) liefern den Großteil des Volumens. Telegram-Kanäle ergänzen einen exklusiven Strom — Daten-Startups, auf ClickHouse spezialisierte Positionen, Remote-Angebote aus den USA.

Diagrammdaten
Wo Zorky diesen Markt sieht — Datenengineering. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
KlasseNameEnglischer NameAnzahlAnteil
atsATS и карьерные сайтыATS & Karriereseiten11.6190,6857
boardджоб-борды и агрегаторыJobbörsen & Aggregatoren4.7160,2783
telegramTelegramTelegram5790,0342
Communityсообщества и публичные профилиCommunity & öffentliche Profile300,0018
Sonstigesпрочие источникиandere Quellen10,0001

Die neuesten Datenengineering-Jobs von Karriereseiten der Unternehmen.

Neueste Ausschreibungen

Alle Stellen →

Die neuesten offenen Stellen für Data Engineer — die 10 jüngsten Positionen mit ausreichender Beschreibungsqualität. Die vollständige Liste finden Sie in unserem CRM oder über den Link „Alle ansehen“ unten.

So wird gemessen
Stelle
eine offene Stelle, die das Qualitäts-Gate passiert hat und mindestens zwei Technologien nennt
Beobachteter Kandidat
ein Kandidat, dessen Stack diese Technologie enthält; ein Aggregat — kein einziger Datensatz verlässt den Perimeter
Matchbarer Kandidat
noch nicht gezählt
Fenster
Stellen, die zum Zeitpunkt der Erstellung des Snapshots offen waren

Über die Daten

  • Einige Aufschlüsselungen sind ausgeblendet: Die Datenabdeckung reicht noch nicht aus.
  • Statistiken erscheinen nur, wo die Stichprobe eine Qualitätsschwelle passiert.
  • Ein fehlender Block bedeutet nicht den Wert null.

Derzeit ausgeblendete Aufschlüsselungen: 8.

Spezialisierungen

Data Engineering gliedert sich in Unterspezialisierungen: klassischer Data Engineer (ETL + Warehouse), Big Data Engineer (Spark/Hadoop), Data Platform Engineer (Infrastruktur), DBA (Datenbankadministration), Data Warehouse Engineer (Snowflake/BigQuery), Streaming Engineer (Kafka). Jede Nische hat ihre eigene Gehaltsspanne und ihre eigenen Werkzeuge — klicken Sie auf eine Karte für Details.

Big DataDateningenieurDBADatenstromverarbeitungData Warehouse

Häufig gestellte Fragen

Die häufigsten Fragen zum Markt für Data Engineers: Gehälter nach Level, Stack (Spark vs. Airflow vs. Kafka), Remote, Vergleich mit Data Scientist und Analyst, wo man die Karriere beginnt. Die Antworten werden automatisch aus aktuellen Daten neu berechnet.

Welcher Stack wird von einem Data Engineer am häufigsten verlangt?

Top-5-Technologien in der veröffentlichten Stichprobe: sql, python, cloud, aws, azure. Erforderliche Grundfähigkeiten: Python (fortgeschritten) und SQL (Fensterfunktionen, Optimierung). Der wichtigste Orchestrator ist Apache Airflow (der Branchenstandard) oder Dagster in neueren Teams. Für verteilte Verarbeitung — Apache Spark (PySpark) oder Flink. Streaming — Apache Kafka. Warehouses: ClickHouse (in der RF beliebt), Snowflake, BigQuery, Redshift. Transformationen — dbt (ein wachsender Trend). Eine Cloud-Plattform — eine von AWS, GCP oder Azure ist auf Senior-Niveau erforderlich. Docker, Kubernetes, Git, CI/CD sind übergreifende Fähigkeiten.

Wer verdient mehr — ein Spark-, Airflow- oder Kafka-Spezialist?

Am wahrscheinlichsten ein Spezialist mit Erfahrung in ALLEN drei — meist wählt man nicht nur eines. Die wertvollsten Data Engineers auf dem Markt arbeiten mit Spark (Batch-Verarbeitung großer Volumina), Airflow (Pipeline-Orchestrierung), Kafka (Echtzeit-Streams). ClickHouse-Spezialisten werden in Teams in der RF besonders geschätzt.

Welcher Anteil der Stellen ist vollständig remote?

Unter den Stellen mit angegebenem Arbeitsmodell sind 30% vollständig remote. Stellen ohne Angabe des Arbeitsmodells sind vom Nenner ausgeschlossen; hybride Arbeit wird nicht als vollständig remote gezählt.

Worin unterscheidet sich ein Data Engineer von Data Scientist und Data Analyst?

Ein Data Engineer baut die Infrastruktur: ETL-Pipelines, Warehouses, Datenströme. Ziel ist, dass Daten gesammelt, sauber und im richtigen Moment verfügbar sind. Stack: Python, SQL, Spark, Airflow, Kafka. Ein Data Scientist analysiert Daten und baut Modelle: Statistik, ML, A/B-Tests. Stack: Python, scikit-learn, PyTorch, Jupyter. Ein Data Analyst beantwortet Geschäftsfragen über Dashboards und Berichte. Stack: SQL, Excel, Tableau, Power BI, Looker. Karriereweg: oft Analyst → Data Engineer oder Analyst → Data Scientist über 1–2 Jahre Umschulung.

Wie viele offene Stellen enthält diese Stichprobe?

Die veröffentlichte Stichprobe enthält 16945 offene Stellen nach Zusammenführung erneuter Veröffentlichungen. Dies entspricht dem Wert der Hauptkennzahl. Der geografische Abschnitt beschreibt die Abdeckung der Stichprobe; dies ist keine Schätzung des gesamten Marktes.

Wo verdienen Data Engineers mehr — in Russland oder in Europa?

Der Haupttreiber des Abstands sind Vertragswährung und Unternehmenstyp. Lokale russische Banken mit Rubelverträgen haben den Abstand zum polnischen Markt für Seniors in 2 Jahren geschlossen. Georgien zieht viele umgesiedelte Remote-Mitarbeiter an.

Welche Fähigkeiten braucht ein Senior Data Engineer?

Ein Senior Data Engineer verantwortet den gesamten Stack der Dateninfrastruktur. Grundlage: Python (fortgeschritten, async, Optimierung), SQL (Window Functions, Optimierung, Lesen von Plänen), eine Cloud (AWS S3/EMR, GCP BigQuery/Dataflow, Azure Data Lake). Orchestrierung: Apache Airflow oder Dagster (DAGs, Sensoren, eigene Operatoren). Verteilte Verarbeitung: Apache Spark (PySpark, Optimierung, Catalyst). Streaming: Apache Kafka (Producer, Consumer, Connectoren). Warehouses: eines von Snowflake, BigQuery, ClickHouse, Redshift. Transformationen: dbt. Architekturmuster: Lambda/Kappa, Data Mesh, Data Lakehouse, Slowly Changing Dimensions. Übergreifend: Docker, Kubernetes, Observability (Datadog, Prometheus), CI/CD.

Anfrage hinterlassen

Beschreiben Sie die Aufgabe und hinterlassen Sie einen Kontakt — die Anfrage geht in unser CRM, und wir antworten über den angegebenen Kontakt.

Mit dem Absenden stimmen Sie zu: Datenschutzerklärung.