Beschreibung

In dieser Rolle entwickelst du skalierbare Datenpipelines und arbeitest eng mit Data Scientists und Consultants zusammen, um innovative Datenlösungen zu schaffen, die einen messbaren Einfluss auf das Geschäft haben.

Anforderungen

• •Abgeschlossenes Studium in Informatik, Data Engineering, Wirtschaftsinformatik, Mathematik, Physik oder verwandtem Fachgebiet
• •Fundierte Erfahrung in Python und SQL
• •Praktische Erfahrung im Aufbau und Betrieb von ETL-/ELT-Pipelines und Datenworkflows
• •Erfahrung mit Cloud-Umgebungen (bevorzugt Azure, alternativ AWS oder GCP)
• •Vertrautheit mit Containerisierung und Workflow-Orchestrierung (z. B. Docker, Airflow)
• •Erfahrung mit Infrastructure as Code (z. B. Terraform)
• •Verständnis von Data Lakes, Warehouses und Streaming-Technologien (z. B. Kafka, Kinesis)
• •Idealerweise Erfahrung mit verteilten Verarbeitungssystemen wie Spark, Snowflake oder Databricks
• •Sicherstellung von Datenqualität, Monitoring und Stabilität
• •Freude an interdisziplinärer Zusammenarbeit
• •Serviceorientierung und Kommunikationsfähigkeit
• •Starke Kommunikations- und Präsentationsfähigkeiten
• •Fließende Englischkenntnisse; regionale Sprachen von Vorteil

Aufgaben

• •Skalierbare Datenpipelines und -architekturen entwickeln und optimieren
• •Daten aus verschiedenen Quellen effizient integrieren und transformieren
• •Eng mit Data Scientists, Consultants und Product Ownern zusammenarbeiten
• •End-to-End-Datenlösungen mit messbarem Business Impact liefern
• •ETL-/ELT-Prozesse entwickeln und pflegen
• •Datenqualität, Zuverlässigkeit und Performance sicherstellen
• •Verantwortung für Cloud-basierte Dateninfrastrukturen (Azure, AWS oder GCP) übernehmen
• •Containerisierung und Workflow-Tools (z. B. Docker, Airflow) nutzen
• •Lösungen mit einem klaren End-to-End-Verständnis entwickeln
• •Aktiv zur Weiterentwicklung der Datenstrategie, Tools und Best Practices beitragen

Tools & Technologien

Benefits