LiftmyCVLiftmyCV
VO

Founding Engineer - Data & Integration

VogelHybridMunchen, DE
AI job summary

Vogel is seeking a Founding Engineer specialized in Data & Integration to address data integration challenges within the context of the DATEV system. The role is suitable for entry-level candidates or those with up to three years of experience in data or backend engineering. You will collaborate closely with the founding CTO and engineers to develop robust data flows, ensuring high data quality and effective integration of multiple client systems. Over time, there is potential for career advancement into a Senior Data Engineer or Data Architect position.

Job description

Deine Rolle

Steuerberatung läuft auf DATEV. Lohn, FiBu, Steuerprogramm, Dokumentenmanagement — alles mündet in einem System, das für die Branche so selbstverständlich ist wie Strom aus der Steckdose. Und genau da liegt das Problem: Die Daten sind da, aber sie sind eingesperrt. Keine sauberen Schnittstellen, kein normalisiertes Schema, keine Möglichkeit, systematisch über mehrere Einheiten hinweg auszuwerten. Project Arrakis löst dieses Problem — und du sitzt mitten in der Schicht, die das technisch trägt. Du stehst am Anfang deiner Engineering-Karriere — Berufseinstieg oder ein bis drei Jahre als Data oder Backend Engineer in einem Start-up, einem Scaleup oder einer ambitionierten Tech-Funktion. Du hast einen starken Studienabschluss in Informatik oder vergleichbar oder einen ebenso starken autodidaktischen Track Record. Datenarbeit reizt dich — saubere Pipelines, klare Schemata, robuste Integrationen — und du suchst die Aufbau-Energie eines Founding-Engineer-Mandats. Du arbeitest direkt mit dem Founding CTO und den drei anderen Founding Engineers (Backend & Platform, AI & Automation, Product & Process) an der Datenschicht der Vogel-Plattform — DATEV-Abstraktion, Sync-Pipelines, normalisiertes Schema, Datenflüsse zwischen den Systemen der Gruppe. Die natürliche Entwicklung führt nach 24 bis 36 Monaten in eine Senior-Data-Engineer-/Data-Architect-Rolle mit eigenem Themen-Schwerpunkt.

Deine Verantwortung

DATEV-Integration und normalisiertes Schema

  • Verantworte die Abstraktionsschicht zwischen DATEV und unserem eigenen Data Layer — DATEV liefert die Rohdaten, du überführst sie in ein normalisiertes, proprietäres Schema.
  • Entwirf und betreibe die Sync-Pipelines zwischen DATEV und weiteren Systemen — verlässlich, beobachtbar, wartbar.
  • Dokumentiere API-Responses, Datenstrukturen und Schnittstellenverhalten so, dass das Team auch in zwei Jahren noch versteht, was warum entschieden wurde.

Schema-Architektur und Reporting-Basis

  • Entwirf das Datenbankschema, das die Grundlage für operative Dashboards, KI-Analysen, Benchmarking und das spätere Mandantenportal bildet.
  • Halte die Datenqualität hoch — Validierung, Reconciliation, Datenhygiene über die wachsende Standortlandschaft.
  • Arbeite eng mit Backend & Platform an der Anbindung des Schemas an die API-Schicht und mit AI & Automation an den Datenflüssen für KI-Anwendungen.

Multi-Tenant- und M&A-Datenintegration

  • Integriere mit jeder Akquisition neue Mandantenstämme in das Vogel-Schema — DATEV-Migration, Stammdaten-Mapping, Konsolidierungslogik.
  • Halte das Multi-Tenant-Setup sauber — Mandantenrechte, Datentrennung, mandanten-spezifische Konfigurationen.
  • Sammle Best Practices und Stolpersteine systematisch zurück in die Migrations-Playbooks, sodass jede Akquisition die nächste besser macht.

Was diese Rolle nicht ist

  • Kein klassisches Trainee-Programm. Aufstieg gibt es bei nachweislicher Output-Qualität, nicht nach Dienstjahr.
  • Kein reiner Data-Science-Track. Du baust Pipelines und Schemata — analytische Modelle und KI-Integration sitzen bei AI & Automation.
  • Kein Ausstieg in eine 45-Stunden-Woche mit lockerem Themen-Spielraum. Die Intensität ist hoch. Anders gerichtet als bei etablierten Unternehmen, mit deutlich mehr Ownership — aber nicht weniger.
  • Kein PhD-Themen-Spielplatz. Du arbeitest an Pipelines, die in den nächsten zwölf Monaten produktiv tragen müssen — nicht an Architekturen, die intellektuell schön, aber operativ folgenlos sind.

Das bringst du mit

Erfahrung & Track Record

  • Du stehst am Anfang deiner Engineering-Karriere — ein bis drei Jahre als Data, Backend oder Full-Stack Engineer in einem Start-up, Scaleup oder ambitionierten Tech-Setup.
  • Du hast einen starken Studienabschluss in Informatik, Wirtschaftsinformatik oder einem verwandten technischen Fach — oder einen ebenso starken autodidaktischen Track Record.
  • Du hast mindestens einmal eine Datenpipeline oder einen Datenservice gebaut, der produktiv unter realer Last gelaufen ist.

Skills & Arbeitsweise

  • Du beherrschst mindestens eine Programmiersprache auf produktivem Niveau — idealerweise Python oder TypeScript. Bonus: Go, Rust.
  • Du hast Erfahrung mit relationalen Datenbanken (PostgreSQL bevorzugt), Schema-Design, ETL/ELT-Logik und APIs (auch mit weniger gut dokumentierten Schnittstellen).
  • Du arbeitest mit KI als selbstverständlichem Werkzeug — Claude Code, Cursor — als Multiplikator deiner Output-Frequenz.
  • Du dokumentierst sauber und denkst in Schnittstellen — andere Founding Engineers werden auf deinen Schemata aufsetzen.
  • Du kannst dich in Domänen einarbeiten, die dir bisher fremd sind — DATEV, HGB, Steuerberatungs-Logik. Die Lernkurve ist steil, der Hebel hoch.

Mindset & Persönlichkeit

  • Du willst von Anfang an mitbauen — und du suchst die Aufbau-Energie eines Founding-Engineer-Mandats.
  • Du hast eine natürliche Abneigung gegen unsaubere Daten — fehlende Felder, schwache Validierung und kaputte Pipelines stören dich, bis sie behoben sind.
  • Du bist komfortabel damit, in einer Umgebung zu arbeiten, in der es noch keine etablierten Engineering-Prozesse gibt — und du bist bereit, sie mit aufzubauen.
  • Du bringst die Demut mit, von Nicht-Technikern zu lernen — Steuerberater und Mandantenbetreuer kennen die Datenlandschaft tiefer als jeder Schema-Diagramm.

Perspektiven

Die natürliche Entwicklung führt nach 24 bis 36 Monaten in eine Senior-Data-Engineer-/Data-Architect-Rolle mit eigenem Themen-Schwerpunkt — Schema-Architektur, Multi-Tenant-Architektur oder Streaming-Pipelines. Diese Stelle ist Teil der ersten Senior-Hires-Cohort der Vogel-Gruppe (max. 20 Senior-Hires bis 30. Juni 2028). Über die Cash-Vergütung hinaus erhältst du nach Probezeit Foundation Phantom Shares — virtuelle Anteile am Unternehmenswert mit Vesting, jährlichem Buyback-Recht ab Jahr 4 und Auszahlung bei Exit oder Sekundär-Transaktion. Die Eligibilität greift, sofern die Cohort beim Eintritt noch offen ist. Die Mechanik konkret: Deine Variable Vergütung wird nach der Probezeit aufgesplittet — 50 % als Cash-Bonus, 100 % der vollen Variable als VSOP-Allokation zum aktuellen Bewertungsstand. Die Cash-Komponenten siehst du in den Stellen-Properties oben. Marktwert-Logik im Detail und Vergleich mit anderen Profilen findest du in unserer Marktwert-Map. Foundation-Mechanik im Detail in der Vergütungsphilosophie.

Job details

Published
May 3, 2026
Job source
ashby
Workplace
Hybrid · Munchen, DE
First seen
May 7, 2026
AI match explained

See how well you match this job

Log in or sign up and Eva will compare your profile with this role, explain your strengths and show what to improve.

Sign up to see your matchAlready have an account? Log in

More at Vogel

Similar jobs from this company

None listed.

Across the market

Similar jobs from other companies

Third-party content disclaimer

Full job descriptions are sourced directly from third-party applicant tracking systems (ATS), job boards, recruitment platforms, and employer career pages.

LiftmyCV does not claim ownership of this content or guarantee its accuracy or current availability. All original content is the intellectual property of the respective employers or other rights holders.

LiftmyCV hiring intelligence, availability checks, and related-job recommendations are generated from LiftmyCV data and public sources.

If you prefer, you may apply directly via the original listing for transparency.