Founding Engineer – Data & Plattform (m/w/d)

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 Schnittstellen, kein normalisiertes Schema, keine Möglichkeit, systematisch über mehrere Einheiten hinweg auszuwerten. Project Arrakis löst dieses Problem – und du bist die Person, die es technisch umsetzt.

Die Vogel-Gruppe erwirtschaftet heute ~12 Mio. EUR Umsatz mit exzeptioneller Produktivität pro Kopf. Parallel akquirieren wir Kanzleien im Rahmen einer Buy-&-Build-Strategie und transformieren die gesamte technologische Infrastruktur. Die Architekturentscheidungen, die wir jetzt treffen, bestimmen, ob diese Plattform bei 100 Millionen Umsatz funktioniert oder kollabiert.

Die Rolle sitzt in der Unit Technology & Operations. Du baust die Datenschicht, die zwischen DATEV und unserer eigenen Intelligenz liegt: die Abstraktionsschicht, die DATEV-Daten in ein normalisiertes, proprietäres Schema überführt. Du entwickelst die Sync-Pipelines, die unsere Systeme konsistent halten. Du automatisierst die Workflows, die heute manuelle Arbeit erfordern. Und du legst die technische Grundlage für alles, was danach kommt.

Du bringst 2–3 Jahre Erfahrung in Software Engineering, Data Engineering oder einer vergleichbaren technischen Rolle mit – oder du überzeugst als herausragender Absolvent mit substanziellen eigenen Projekten, die über Studienarbeiten hinausgehen. Die Rolle ist als Founding Engineer konzipiert – mit einer Entwicklungsperspektive, die sich am Beitrag orientiert, nicht am Organigramm.

Datenarchitektur & DATEV-Integration

• Baue und betreibe die Abstraktionsschicht zwischen DATEV und unserem eigenen Data Layer. DATEV liefert die Rohdaten – du überführst sie in ein normalisiertes, proprietäres Schema.
• Entwickle und optimiere die Sync-Pipelines zwischen DATEV und weiteren Systemen.
• Entwirf und implementiere das Datenbankschema, das die Grundlage für alle nachgelagerten Anwendungen bildet – von operativen Dashboards über AI-Analysen bis zum Benchmarking.
• Dokumentiere API-Responses, Datenstrukturen und Schnittstellen-Verhalten systematisch.

Automatisierung & interne Tools

• Identifiziere und automatisiere repetitive Workflows in der operativen Mandantenarbeit.
• Baue interne Tools und Dashboards, die Beratern und der Geschäftsführung unmittelbaren Mehrwert liefern.
• Treibe die Auswahl und Integration des Tech-Stacks für das operative Kerngeschäft mit voran.

Platform Engineering & Skalierung

• Stelle sicher, dass die technische Infrastruktur bei jeder Akquisition skaliert.
• Arbeite an der technischen Grundlage für das Mandantenportal.
• Evaluiere und integriere AI-Tools für konkrete Anwendungsfälle in der Mandantenarbeit.

Erfahrung & Track Record

• Du hast 2–3 Jahre in einer technischen Rolle gearbeitet – Software Engineering, Data Engineering, Backend-Entwicklung. Alternativ überzeugst du als herausragender Absolvent mit substanziellen eigenen Projekten.
• Du hast einen starken Studienabschluss in Informatik, Wirtschaftsinformatik oder einem verwandten technischen Fach.
• Du hast mindestens einmal ein System gebaut, das über den Prototypen hinausgegangen ist.

Skills & Arbeitsweise

• Du beherrschst mindestens eine Programmiersprache auf einem Niveau, das über Scripting hinausgeht – idealerweise TypeScript oder Python.
• Du hast fundierte Erfahrung mit relationalen Datenbanken, insbesondere PostgreSQL oder vergleichbar.
• Du hast mit APIs gearbeitet – REST, idealerweise auch mit weniger gut dokumentierten Schnittstellen.
• Du hast ein Grundverständnis von Cloud-Infrastruktur, idealerweise Azure.
• Du arbeitest mit AI als selbstverständlichem Werkzeug – Claude Code, Cursor oder vergleichbar.
• Du kannst dich in Domänen einarbeiten, die dir fremd sind – DATEV, Steuerberatung, HGB.

Mindset & Persönlichkeit

• Du hast eine natürliche Abneigung gegen technische Schulden, die sich als Pragmatismus tarnen.
• Du willst Ownership übernehmen, nicht Tasks abarbeiten.
• Du bist komfortabel damit, in einer Umgebung zu arbeiten, in der es noch keine etablierten Engineering-Prozesse gibt.
• Du bringst die Demut mit, von Nicht-Technikern zu lernen.