Entwicklung moderner Datenplattformen und Datenpipelines für Analytics und KI-Anwendungen in Kundenprojekten. Praxiserfahrung im Data Engineering mit SQL und Python/Scala/Java erforderlich. Gestaltungsspielraum und fachliche Weiterentwicklung.
Entwicklung und Orchestrierung von ETL/ELT-Datenpipelines für Batch- und Streaming-Verarbeitung mit MS SQL Server Tools. Mehrjährige praktische Erfahrung im Data Engineering und DWH-Lösungen erforderlich. Hybrides Arbeiten mit flexiblen Arbeitszeiten.
Entwicklung von Datentransformationsprozessen und Data Lake-Architekturen in Data Engineering und Cloud-Technologien. Informationstechnische Ausbildung und Berufserfahrung im Aufgabenbereich erforderlich. Mitarbeiterbeteiligungsprogramm, hybrides Arbeiten.
Designing and maintaining scalable, cloud-based data landscapes with Snowflake, Azure Data Factory, DBT, and Azure Data Lake. Strong SQL and Python expertise required. Hybrid work, flexible hours, and parent-child offices.
Entwicklung und Betrieb skalierbarer Big-Data-Pipelines in Cloud-Umgebungen für EY, ein globales Netzwerk mit 400.000 Mitarbeitenden. Erfahrung mit Datenmodellierung und verteilten Systemen erforderlich. Flexibles und inklusives Arbeitsumfeld.
Aufbau von Cloud-Datenplattformen für Kunden im AI & Data Consulting. Mindestens 3 Jahre Erfahrung mit Azure, AWS, GCP, Databricks oder Snowflake erforderlich. Mobile Working und Sabbaticals möglich.
Entwicklung automatisierter ETL/ELT-Prozesse auf Databricks für internationale Automotive- und Manufacturing-Kunden. Mindestens 3 Jahre Berufserfahrung in Python und SQL erforderlich. Eigenverantwortliche (Teil-)Projektleitung.
Aufbau und Betrieb von Datenplattformen und Pipelines für KI-gestützte Transformationen. Mehrjährige Erfahrung mit Cloud-Datenplattformen (AWS, Azure, GCP, Databricks, Snowflake) und Modern Data Stack (dbt, Airflow) erforderlich. Mobiles Arbeiten, flexible Arbeitszeitmodelle.
Nejo bewertet ihn, und bringt ihn danach gemeinsam mit dir in Bestform.
Konzeption und Implementierung skalierbarer Cloud-Datenplattformen für Analytics, KI und Automatisierung mit Fokus auf Lakehouse-Architekturen. Mindestens 5 Jahre Erfahrung in der Entwicklung und im Betrieb von Cloud-Datenplattformen (Azure, AWS, Databricks) erforderlich. Firmenwagen auch zur Privatnutzung, mobiles Arbeiten möglich.
Konzeption und Implementierung skalierbarer Datenplattformen auf Azure und GCP. Mindestens drei Jahre Erfahrung mit Cloud Data Services und Datenarchitektur erforderlich. EU Remote Working, Weiterbildung an der Deloitte University.
Building scalable data platforms and pipelines on Google Cloud for restaurant digitization. Python and SQL proficiency required. Private pension scheme, JobRad, and on-campus gym.
Developing cloud-based data pipelines and data products for Energy & Vehicle Services on Azure. Several years of Azure architecture and Snowflake experience required. 60/40 hybrid model, eBike leasing support.
Konzeption robuster, produktionsreifer AI-Architekturen und Entwicklung von Datenpipelines für ML-Modelle. Mindestens 3 Jahre Erfahrung im Data/Cloud Engineering und 2 Jahre im ML/AI-Bereich erforderlich. Fokus auf skalierbare Systeme und Integration in Cloud-Landschaften.
Entwicklung und Betrieb von ELT-Pipelines mit Snowflake und dbt, sowie Aufbau semantischer Datensichten. Fundierte SQL- und Python-Kenntnisse erforderlich. Flexible Arbeitszeiten und Homeoffice-Option.
Developing data products for Sales, Marketing, and Customer Service on Azure. Deep expertise in Python, SQL, and data lakehouse architectures required. 60/40 hybrid model, eBike leasing.
Building and optimizing scalable data pipelines for a global job platform. 3+ years of Data Engineering experience and advanced SQL skills required. Hybrid work, 30 days holidays, and company pension.
Gestaltung, Entwicklung und Betrieb skalierbarer Cloud-Datenplattformen mit Infrastructure-as-Code und CI/CD-Pipelines. Mindestens drei Jahre Erfahrung im Cloud-Plattform-Engineering erforderlich. EU Remote Working, Weiterbildung an der Deloitte University.
Weiterentwicklung einer cloud-basierten Datenplattform mit Azure, Snowflake, dbt und Airflow. Studium (Informatik, Wirtschaftsinformatik, Data Engineering) oder vergleichbar erforderlich. 30 Tage Urlaub, 24.12. und 31.12. frei.
Entwicklung und Umsetzung moderner Datenlösungen für den öffentlichen Sektor, inklusive KI- und GenAI-Tools. Erfahrung mit Datenplattformen und Open-Source-Ökosystemen erforderlich. Mobiles Arbeiten und Jobfahrrad-Programm.
Anwendung von Databricks-Expertise in Kundenprojekten für Data Intelligence, Datenintegration und AI Engineering. Mindestens 1 Jahr Erfahrung in Data/AI Engineering oder Datenplattformen erforderlich. Individuelle Qualifikationsangebote und Trainings.
Erweiterung von Data Pipelines mit Airflow, dbt und Kafka für einen Technologieanbieter. Kenntnisse in Python und SQL erforderlich. Intensives Onboarding-Programm mit Schulungen.
Konzeption und Optimierung von Databricks-Datenplattformen und -pipelines für Technologie- und Transformationsberatung. Mindestens 3 Jahre Erfahrung mit Lakehouse-Plattformen erforderlich. EU Remote Working, Weiterbildung an der Deloitte University.
Architekturen für komplexe Digital-Health-Plattformen bei einem Beratungsunternehmen, Integration klinischer und administrativer Datenquellen. Erfahrung mit Cloud-Plattformen, Datenbanken und ETL-Tools sowie C1 Deutsch/Englisch erforderlich. Flexible Arbeitszeiten.
Konzeption und Umsetzung anspruchsvoller Daten-, Analytics- und GenAI-Projekte für Capgemini Global Insights & Data. Langjährige Erfahrung in Daten, Analytik und GenAI erforderlich. Mobiles Arbeiten, Jobfahrrad-Programm und Mobilitätsbudget.
Entwurf souveräner Daten- und KI-Architekturen für On-Premise- und Cloud-Umgebungen, inklusive Lakehouse, Data Mesh und RAG. Mindestens 5 Jahre Erfahrung in Konzeption und Umsetzung von Daten- und KI-Plattformen erforderlich. Mobiles Arbeiten und Jobfahrrad-Programm.
Weiterentwicklung und Wartung des SAS Data Warehouse, inklusive ETL-Prozess-Optimierung. Mehrjährige Programmiererfahrung in SAS und SQL erforderlich. Mobiles Arbeiten mit flexiblen Arbeitszeiten.
Designing and evolving Google Cloud data platform architecture and high-performance data pipelines for restaurant digitization solutions. Expertise in scalable data platforms and cloud-based distributed systems required. Access to employee discounts in METRO stores, private pension scheme.
Operating and evolving a Snowflake-based data platform for a European fashion retailer. Proven data engineering or platform engineering experience required. 30 days vacation, 20% employee discount.
Entwurf und Weiterentwicklung der KI- und Datenarchitektur für eine zentrale Dienstleistungsgesellschaft, inklusive Aufbau von Vektordatenbanken (RAG) und Graph-Systemen. Abgeschlossenes Studium in Informatik oder vergleichbar erforderlich. Flexible Arbeitszeiten und mobiles Arbeiten.
Gestaltung bedürfnisgerechter Data-Platform-Architekturen für Kunden der digitalen Transformation. Langjährige Berufserfahrung (> 5 Jahre) mit klassischen und cloud-basierten Datenplattformen erforderlich. Flexible Arbeitszeitmodelle und 30 Tage Jahresurlaub.