Konzeption und Umsetzung von Datenplattformen und Pipelines für Banken und Fondsgesellschaften. Mindestens drei Jahre Data Engineering Erfahrung mit ETL-Frameworks und Hyperscaler-Kenntnissen erforderlich. Cofinpro-e-Car oder e-Roller, Kinderbetreuungszuschuss, Sabbatical-Optionen.
Konzeption und Aufbau von Big Data/AI-Plattformen, Implementierung von DevOps-Workflows und Daten-Pipelines auf Cloud-Architekturen bei einem Data Science & KI-Anbieter im DACH-Raum. 5 Jahre praktische Anwendung von Python, Scala, SQL, GIT sowie 4 Jahre Erfahrung mit Spark und Kafka erforderlich. Vertrauensarbeitszeit.
Bei einem Entwickler digitaler Produkte: Entwurf von Data Vault, Hub-and-Spoke, Lambda/Kappa Architekturen. Überwachung von Cloud-Migrationen für Data-Analytics-Lösungen. Mehrjährige Hands-on-Erfahrung mit Python, relationalen Datenbanken, Apache Spark und SQL erforderlich. 30 Tage Urlaub, Workation-Optionen.
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.
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.
Entwicklung von Azure Functions (.NET C#), Data Factory Pipelines und Databricks Notebooks (PySpark) für 200+ Unternehmen. Erste Kenntnisse in C#, Python, PySpark und SQL zur Datenanalyse erforderlich. Fokus auf KI-gestützte Customer Experiences mit Weiterentwicklung in Databricks und Data Factory.
Building cloud-native data pipelines for condition monitoring applications at a high-tech laser and EUV systems manufacturer. Python, SQL, and PySpark programming skills required. State-of-the-art equipment, cutting-edge technology.
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.
Nejo bewertet ihn, und bringt ihn danach gemeinsam mit dir in Bestform.
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.
Datenmodelle und ETL-Prozesse für KI-gestützte CXP-SaaS-Plattformen entwickeln. Grundkenntnisse in C#, Python und Pyspark erforderlich. Aktive Mitgestaltung bei Technologieentscheidungen und Lösungsfindung.
Aufbau und Pflege von ETL-Pipelines für Datenintegration in der Automobilindustrie. Fundierte Kenntnisse in SQL und Python erforderlich. Homeoffice, individuelle Zuschüsse.
Design und Implementierung skalierbarer Datenplattformen in Cloud-Umgebungen für Banken, Versicherungen und Industrieunternehmen. 3-5 Jahre Erfahrung im Aufbau moderner Datenplattformen erforderlich. Workation und Sabbaticals möglich.
Aufbau und Pflege von Celonis Data Models für über 1200 Kolleg:innen. Erfahrung im Aufbau von Datenplattformen und sehr gute SQL-Kenntnisse erforderlich. Fokus auf Datenpipelines und ETL-/ELT-Prozesse.
Entwicklung individueller, skalierbarer Datenarchitekturen für Kunden in der Beratung und Tech-Lösungen, mit Fokus auf DWH-, Lakehouse- und Cloud-Plattformen. Berufserfahrung in Data Architecture, Data Engineering oder Analytics Architecture erforderlich, Konzernumfeld-Vertrautheit von Vorteil. Betriebliche Krankenversicherung, mobiles Arbeiten und flexible Arbeitszeiten.
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.
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.
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.
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.
Einsatz von Data-Engineering Technologien in der Azure Cloud für personalisierte Marketingkampagnen bei AI-basiertem CX-Softwareanbieter mit 200+ Kunden. Gute Kenntnisse in Azure Data Diensten erforderlich. Möglichkeit zur aktiven Mitgestaltung des Unternehmens.
Aufbau und Pflege von Daten- und KI-Workflows für autonomes Fahren und Elektromobilität. Erfahrung in Datenverarbeitung und einer Programmiersprache erforderlich. Homeoffice, individuelle Zuschüsse.
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.
Architekturberatung für skalierbare Cloud-Datenplattformen bei Beratung für Finanzdienstleister. Anwendungserfahrung mit Apache Spark, Hadoop, NiFi, Databricks, Kafka erforderlich. 30+ Urlaubstage, Sabbatical- und Workation-Möglichkeiten.
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.
Technische Weiterentwicklung der Data Management & Analytics Plattform für Data-, Analytics-, BI- und KI-Anwendungsfälle bei einer führenden deutschen Bank. Mindestens vier Jahre praktische Erfahrung mit Databricks erforderlich. Beratung von Data Engineers, BI-Teams, Data Scientists und Fachbereichen zur Nutzung der Plattformstandards.
Entwurf von End-to-End-Datenplattform-Architekturen für Banken, Versicherungen und Industrie. 5-8+ Jahre Erfahrung in Datenarchitektur mit Azure, AWS oder GCP erforderlich. Workation und Sabbaticals möglich.
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.
Entwicklung von Simulations- und Machine-Learning-Modellen für die Produktionsoptimierung mit Python und KI. Abgeschlossenes Studium und Berufserfahrung im Data Science-Bereich erforderlich. Mobiles Arbeiten bis zu 40 % und Gestaltungsspielraum.
Lösen von Geschäftsproblemen mit Big Data und ML-Modellen in Produktion für europäische High-Performance-Computing- und KI-Lösungen. Mindestens 5 Jahre Berufserfahrung mit Python, PySpark und SQL erforderlich. 30 Tage Urlaub und flexible Arbeitszeiten.
Konzeption und Implementierung von Anbieter-unabhängigen Datenarchitekturen für KI-gestützte Transformationen. Mindestens 3 Jahre Erfahrung in Data & Analytics sowie Kenntnisse in Data Engineering (SQL, Python) erforderlich. Mobiles Arbeiten und Jobfahrrad-Programm.