In dieser Rolle gestaltest Du Data- und AI-Landschaften aktiv mit und machst datengetriebene Wertschöpfung zum festen Bestandteil der Organisation. Du verantwortest die zuverlässige Bereitstellung und Operationalisierung von Daten- und KI-Lösungen, inklusive Automatisierung, Monitoring und Qualitätssicherung. Zudem übernimmst Du eine führende Rolle in technischen Projekten, koordinierst Entwicklerteams und trägst die fachliche Verantwortung für die erzielten Ergebnisse. Durch Dein fachliches Know-how baust Du Data-Engineering-Expertise auf, förderst den Wissenstransfer und prägst nachhaltige Standards im Umgang mit Daten.

• Du konzipierst und implementierst Big-Data-, Analytics- und AI-Plattformen inklusive DevOps-Workflows, IaC, CI/CD, IAM sowie Monitoring und Alerting

• In dieser Rolle entwickelst und skalierst Du Daten-Pipelines auf verschiedenen Cloud-Architekturen und stellst dabei Datenqualität sowie passende Datenmodelle sicher

• Du operationalisierst statistische und KI-Modelle der Data Scientists, um sie für den produktiven Einsatz bereitzustellen und zu automatisieren

• Als Lead Data Engineering Specialist berätst Du Kunden zu geeigneten Technologie-Stacks und bewertest Vor- und Nachteile im Kontext ihrer Use Cases und Unternehmensumgebung

• Du übernimmst die fachliche Führung in Engineering-Projekten, steuerst die Kundenkommunikation und verantwortest die Ergebnisse Deines Entwicklerteams

• Zuletzt baust Du aktiv Data-Engineering-Expertise im Unternehmen auf, etwa durch interne Schulungen, Initiativen und Deinen Beitrag zur Engineering Community

• Du hast ein erfolgreich abgeschlossenes Studium der Informatik, Data Engineering, Computer Science oder eines vergleichbaren MINT-Studiengangs bzw. eine ähnliche Qualifikation

• Des Weiteren verfügst Du über mindestens 6 Jahre Berufserfahrung als Data Engineer in der Konzeption und Implementierung von Datenplattformen sowie Data-Management-Prozessen

• Seit mindestens 5 Jahren arbeitest Du praktisch mit Programmiersprachen wie Python, Scala und SQL sowie mit Entwickler-Tools wie Git

• Du hast mindestens 4 Jahre Erfahrung mit Big-Data-Technologien (z.B. Spark, Kafka, verteilte Speichersysteme, OpenTable-Formate, Cluster-Computing) und Cloud-Komponenten in AWS, Azure oder GCP

• Praxis mit modernen Data-Analytics-Plattformen (z.B. Databricks, Snowflake, AWS Sagemaker oder Azure Synapse) sowie IaC-Tools wie Terraform oder AWS CDK und gängigen CI/CD-Prozessen bringst Du mit