Aufbau zuverlässiger Datenplattformen und -architekturen in agilen Kundenprojekten
Konzeption und Umsetzung moderner Data Solutions – sowohl On-Premise als auch in der Cloud – in enger Zusammenarbeit mit Kunden und Kollegen
Entwicklung und Betrieb von skalierbaren Datenpipelines sowie Transformation von Daten zur Unterstützung von Geschäftsprozessen, Analytics und Machine-Learning-Use Cases
Integration und Orchestrierung von Daten aus verschiedenen Systemen, inklusive Sicherstellung von Datenqualität, Konsistenz und Verfügbarkeit
Enge Zusammenarbeit mit Software Engineers und Cloud Architects in internationalen und cross-funktionalen Teams – von der Idee bis zum Go-Live
Unterstützung bei technischen Entscheidungen sowie Weiterentwicklung unserer Data-Engineering-Best-Practices

Mehrjährige Erfahrung im Data Engineering und im Aufbau moderner Datenarchitekturen
Sehr gutes Verständnis für Datenqualität, Data Governance, Datenmodellierung und Data Strategy – idealerweise auch praktische Erfahrung in Kundenprojekten
Fundierte Kenntnisse in Python, beim Aufbau von Datenpipelines (ETL/ELT) und im Umgang mit SQL/NoSQL-Datenbanken oder Data Warehouses
Erfahrung mit Cloud-Umgebungen (z. B. AWS, Azure) und grundlegenden DevOps-Konzepten (CI/CD, Infrastructure as Code, Monitoring)
Idealerweise vertraut mit SaaS-Datenplattformen wie Databricks oder Snowflake
Erfahrung in der Datenanbindung aus verschiedenen Quellen (APIs, Datenbanken, SaaS-Systeme) sowie in der Sicherstellung von Data Quality
Analytisches Denken, strukturierte Arbeitsweise sowie ausgeprägte Kommunikations- und Beratungskompetenz – insbesondere bei der Vermittlung technischer Themen an Stakeholder
Sehr gute Deutsch- und Englischkenntnisse

(Senior) Data Engineer (all genders)

AI overview