Data engineer

Popety.io entwickelt SaaS‑Tools für die Akteure des Schweizer Immobilienmarkts. Dazu gehören Makler, Investmentfonds, Immobilien Entwickler, Immobilienverwaltungen sowie Architektur- und Ingenieurbüros. Wir kombinieren Data Science, KI und Geodatenanalyse, um fragmentierte Datenquellen in klare, umsetzbare Berichte zu verwandeln, die Projekte voranbringen.

Die Rolle

Dein Arbeitsplatz befindet sich in Zürich, eng an der Seite des deutschsprachigen Sales‑Teams und nah an den Kunden, mit denen sie täglich arbeiten. Du erlebst aus erster Hand, wie deine Pipelines, Modelle und Tools beim Kunden ankommen und genutzt werden. Gemeinsam mit dem Engineering‑Team in Genf übersetzt du dieses Feedback direkt in die nächste Produktgeneration, die wir ausliefern.

Du arbeitest an der Schnittstelle von Geodaten, Such‑ und Retrieval‑Systemen sowie angewandter KI: Katasterregister, Zonenpläne, Baubewilligungen, Marktdaten und unstrukturierte Dokumente. Fragmentierte Quellen, die kaum jemand so verbindet wie wir. Ein wesentlicher Teil des Mehrwerts liegt in genau diesen unstrukturierten Daten, also dort, wo LLMs neu definieren, was möglich ist. Deine Aufgabe ist es, daraus verlässliche Grundlagen zu schaffen, auf denen echte Entscheidungen getroffen werden können.

Dieser Wandel zeigt sich auch in unserer Arbeitsweise. Generative KI‑Coding‑Tools sind fest in unseren täglichen Workflow integriert, und wir erwarten, dass du sie gezielt einsetzt, um schneller und besser zu liefern.

Du wirst ein zentrales Mitglied eines Teams sein, das die nächste Generation unserer Datenplattform aufbaut; das Fundament für jedes Produkt von Popety.io. Dabei bewegst du dich zwischen Daten Pipelines, Machine‑Learning‑Komponenten und internen Tools, die das System konsistent und zuverlässig halten. Deine Arbeit hat direkten Einfluss auf die Qualität und Verlässlichkeit dessen, was wir unseren Kunden liefern.

Deine Aufgaben

• Aufbau und Pflege von Daten Pipelines, orchestriert mit Airflow.
• Aufnahme und Transformation strukturierter, unstrukturierter und geographischer Daten in GCP‑Speicher, PostgreSQL und Elasticsearch.
• Mitwirken an der Entwicklung und Pflege von LLM‑basierten Komponenten zur Extraktion und Strukturierung von Daten aus unstrukturierten Quellen.
• Übersetzen von Fragen und Feedback des deutschschweizer Sales‑Teams in konkrete Daten und Engineering‑Verbesserungen.
• Überwachen der Pipeline‑Gesundheit, Beheben von Daten‑Qualitätsproblemen und Vorschlagen von Verbesserungen, während die Plattform wächst.

Was wir suchen

• Bachelor oder Masterabschluss in Informatik oder einem verwandten Fachgebiet.
• Starke Python‑Kenntnisse und solide Kenntnisse in SQL.
• Kenntnisse über LLMs und ein echtes Interesse daran, sie zu nutzen, um unstrukturierte Dokumente verständlich zu machen.
• Ausgezeichnete Deutschkenntnisse (Muttersprache) und fließendes Englisch.
• Eigenständigkeit und eine proaktive Denkweise. Du ergreifst die Initiative, ohne auf detaillierte Anweisungen zu warten.
• Neugier und echte Lust, im Job dazuzulernen.

Von Vorteil

• Praktische Erfahrung mit Airflow oder Elasticsearch.
• Vertrautheit mit LLM‑basierten Workflows (z. B. RAG, Extraktion, Klassifizierung oder Anreicherung).
• Berührungspunkte mit geographischen Datenformaten oder GIS‑Tools.
• Allgemeine Erfahrung im Bereich Machine Learning.
• Französischkenntnisse sind ein Plus.

Was wir bieten

• Vollzeitstelle, unbefristeter Vertrag, Beginn Sommer 2026.
• Eine Position in Zürich mit regelmässigem Austausch und Besuchen beim Tech‑Team in Genf.
• Direkte Verantwortung für Pipelines, die ab den ersten Wochen an echte Nutzer ausgeliefert werden.
• Ein kleines Team, in dem jeder Beitrag sofort sichtbar ist und einen Impact hat.

Wie du dich bewirbst

Schick uns deinen Lebenslauf auf Englisch und ein paar kurze Zeilen dazu, wie du dich bei uns einbringen möchtest, an frichter@popety.com. Erzähl uns außerdem von einem Datenprojekt, egal ob aus Studium, Beruf oder privat, auf das du besonders stolz bist.

Das Bewerbungsgespräch führen wir sowohl auf Englisch als auch auf Deutsch.