Data Engineer im iGaming: warum ein Casino eine eigene Datenplattform braucht

In einem gewöhnlichen SaaS-Produkt darf die Analytik einen Tag hinterherhinken, und nichts Schlimmes passiert. In einem Online-Casino bedeutet ein Tag Verzögerung, dass der Media Buyer noch einen Tag lang Budget in eine Quelle pumpt, die Bonus-Abuser bringt, und dass Antifraud eine Serie verdächtiger Auszahlungen erst sieht, nachdem das Geld weg ist. Deshalb ist die Datenplattform hier keine Hilfsfunktion, sondern Teil des operativen Kreislaufs — und die Person, die sie baut, ist teurer als der Marktdurchschnitt im Data Engineering.

Wie sich Casino-Daten von einem gewöhnlichen Produkt unterscheiden

Der Unterschied liegt in drei Dingen: Volumen, Anzahl der Quellen und Preis eines Fehlers.

• Granularität der Events. Die Erfassungseinheit ist nicht die Bestellung und nicht die Session, sondern der einzelne Spin: Einsatz, Ergebnis, Kontostandsänderung, Auslösung einer Bonusmechanik. Ein durchschnittlicher Betreiber erzeugt in der abendlichen Spitze Zehntausende solcher Events pro Sekunde, und alle werden nach Spieler, Spiel, Provider und Währung aufgeschlüsselt gebraucht.
• Ein Dutzend externer Quellen, und alle sind verschieden. Die Spieleplattform, Content-Aggregatoren (jeder Slot-Provider liefert seine Berichte in seinem eigenen Format und nach seinem eigenen Zeitplan), Zahlungsdienstleister, Krypto-Processing, Tracker des Partnerprogramms, die CRM-Plattform, Werbekonten. Keine davon ist verpflichtet, mit den anderen abgestimmt zu sein.
• Der Preis einer Abweichung. Wenn der GGR im Bericht des Providers und im Warehouse des Betreibers um 0,4% auseinanderliegt, ist das keine „Messungenauigkeit“ — das ist ein Streit um Geld mit einem externen Unternehmen und eine Frage vom CFO. Die Konsistenz der Zahl ist hier wichtiger als die Schönheit der Pipeline.

Was ein Data Engineer tatsächlich baut

Formal — ETL/ELT-Pipelines und Data Marts. Praktisch — vier Kreisläufe, jeder mit eigenem Auftraggeber und eigenen Anforderungen an die Aktualität der Daten:

• Marketing und Partnerprogramm. Kohorten nach Quellen, CPA gegen LTV, Reporting über Affiliate-Auszahlungen. Hier kommt es auf die Attribution an: Ein und derselbe Spieler kommt gleichzeitig mit Promocode, Partnerklick und Retargeting.
• CRM und retention. Segmente für Mailings und Bonuskampagnen, Abwanderungssignale, Bonuskosten. Der Data Mart muss schnell aktualisiert werden — eine Kampagne zur Rückgewinnung eines Spielers startet noch am selben Tag, an dem er aufgehört hat, sich einzuloggen.
• Antifraud und Payments. Features für Regeln und Modelle: Einzahlungsgeschwindigkeit, Geräteverknüpfungen, Anomalien im Wettmuster. Derselbe Datenstrom, aber mit einer Latenzanforderung von Minuten statt Stunden.
• Compliance und Regulator. Regelmäßiges Reporting zur Spielaktivität, Daten für AML-Prüfungen, Unterstützung des Rechts auf Löschung nach DSGVO und getrennte Datenhaltung nach Jurisdiktionen. Der langweilige Teil der Arbeit, aber genau an ihm hängt die Lizenz.

Die geschäftliche Bedeutung dieser Zahlen ist ein eigener Beruf: Wie man sie liest und worauf sich Entscheidungen stützen, erklärt der Artikel über den Datenanalysten im Casino.

Stack und wie eine Arbeitswoche aussieht

Das Technologie-Set ist vorhersehbar: SQL und Datenmodellierung, Python, Kafka oder ein anderes Streaming, Airflow für die Orchestrierung, dbt für Transformationen, ein spaltenorientiertes Warehouse — ClickHouse, Snowflake oder BigQuery, dazu Docker, Kubernetes und CI/CD. ClickHouse ist in der Branche deutlich häufiger anzutreffen als im Marktdurchschnitt: Es ist bei großen Event-Strömen günstig und antwortet schnell, und genau das verlangt der tägliche Entscheidungszyklus.

Data Engineer oder BI-Analyst: was wählen

Diese beiden Rollen sitzen oft im selben Team und werden in Stellenanzeigen verwechselt. Die Trennung ist einfach: Der Engineer ist dafür verantwortlich, dass die Zahl rechtzeitig ankommt und in allen Berichten gleich ist, der Analyst dafür, was sie bedeutet. Der Engineer lebt in Pipelines und Datenmodellen, der Analyst in Dashboards, Hypothesen und Gesprächen mit dem Produkt. Auf demselben Level verdient der Engineer etwa 10–15% mehr: Ein Middle-BI-Analyst auf Malta kostet €3.8–5.2K, ein Data Engineer €4.2–5.8K. Im Gegenzug hat der Analyst einen kürzeren Weg zu Produktrollen, der Engineer zu Plattform- und Führungsrollen.

Was gezahlt wird

Die Spannen unten sind Nettobeträge pro Monat, aus der SpinHire-Berufsdatenbank. Die erste Spalte steht für Malta und Zypern, die zweite für Polen, Rumänien und das Baltikum, die dritte für Remote und Hubs wie Tiflis, Eriwan und Kiew.

Obendrauf kommt ein Jahresbonus, meist 10–15% — bescheidener als in Marketingrollen, wo der variable Anteil bis zur Hälfte des Einkommens ausmacht, dafür aber unabhängig davon, wie der Akquisekanal gelaufen ist. Drei Dinge treiben die Spanne nach oben: Erfahrung mit Strömen von Zehntausenden Events pro Sekunde, die Fähigkeit, Warehouse-Kosten zu berechnen und zu senken, und die Bereitschaft, Data Marts zu verantworten, auf die der Regulator schaut. Juniors werden für diese Rolle selten eingestellt: Fast alle Stellen beginnen bei Middle, weil niemand jemandem gleichzeitig Engineering und die Domäne beibringen will.

Wie man aus der klassischen IT einsteigt

Das ist eine der wenigen Rollen im iGaming, bei der Domänenerfahrung kaum gefragt ist. Man kommt aus dem Data Engineering jeder Branche — Fintech, E-Commerce, Telekom — und aus der Backend-Entwicklung. Ein Fintech-Hintergrund wird besonders geschätzt: Dort gelten dieselben Anforderungen an die Konsistenz von Geldbeträgen und an die Nachvollziehbarkeit von Änderungen.

1. Der Stack ist wichtiger als die Domäne. Im Lebenslauf sollten Volumen und Tools an erster Stelle stehen: wie viele Events pro Tag, welches Warehouse, womit orchestriert wurde. Die Besonderheiten der Metriken — GGR, NGR, Bonuskosten — lernt man in anderthalb Monaten direkt im Job.
2. Technisches Englisch auf B1+. Das Team ist fast immer verteilt, Dokumentation und Korrespondenz mit Providern laufen auf Englisch. Gesprochene Flüssigkeit wird hier weniger verlangt als in kundennahen Rollen.
3. Seien Sie auf die Frage nach der Datenqualität vorbereitet. Im Vorstellungsgespräch wird man Sie fast sicher fragen, wie Sie Abweichungen aufspüren und was Sie mit verspätet eintreffenden Events machen. Das ist die eigentliche Prüfung für die Rolle.

Die allgemeine Mechanik des Branchenwechsels — vom Lesen von Stellenanzeigen bis zum Gehaltsgespräch — behandelt der Beitrag über den Wechsel aus der klassischen IT ins iGaming. Die Rolle erlaubt fast immer komplettes Remote: Fünftagewoche (5/2), eine Bindung an ein Büro auf der Insel gibt es meist nicht.

Wohin es weitergeht

Nach oben — Senior Data Engineer, dann Data Platform Lead mit einem Team von drei bis sechs Personen, danach Head of Data und CDO. Seitwärts — Analytics Engineering näher am Produkt, eine Antifraud-Plattform oder ML-Infrastruktur für Abwanderungsmodelle und Spieler-Scoring. Die Nachfrage nach der Rolle ist stabil hoch bei einem Mangel an Kandidaten mit Erfahrung in großen Event-Strömen: Das ist der Fall, in dem der Engpass des Marktes für den Kandidaten arbeitet.

Die vollständige Rollenbeschreibung mit Aufgaben, KPI und Tools finden Sie auf der Seite des Berufs Data Engineer, offene Stellen finden Sie im Bereich Stellenangebote bei SpinHire.

Lesen Sie auch

BerufeBackend-Entwickler der iGaming-Plattform: Stack, Aufgaben und GehälterBerufeProduct Manager im iGaming: was anders istBerufeCountry Manager im iGaming: der für den gesamten Markt verantwortlich istDatenWer stellt im iGaming ein: Top-20-Unternehmen und 5.620 offene StellenKarriereVorstellungsgespräch als Affiliate Manager: Fragen, Cases und Testaufgaben