11 offene Stellen Data Science
Data Engineer München (m/w/d)
Rolle
Im Kundenauftrag suchen wir einen erfahrenen Data Engineer (m/w/d) für ein international tätiges Technologieunternehmen mit Sitz in München, das zu den weltweit führenden Anbietern im Bereich digitaler Sicherheits- und Vertrauenslösungen zählt. Das Unternehmen ist in mehreren hochregulierten, technologiegetriebenen Märkten aktiv und verbindet langjährige Unternehmenstradition mit einem starken Fokus auf Forschung & Entwicklung. Mit Standorten rund um den Globus gestaltet unser Kunde die digitale Transformation seiner Branche aktiv mit.
Als Arbeitgeber überzeugt er durch eine offene Unternehmenskultur, modernes mobiles Arbeiten sowie attraktive Zusatzleistungen wie betriebliche Altersvorsorge, Weiterbildungsbudget und internationale Entwicklungsmöglichkeiten. Du wirst Teil eines agilen Data-Teams, das skalierbare Dateninfrastrukturen entwickelt und damit direkten Einfluss auf geschäftskritische Prozesse hat.
Verantwortung
Entwicklung und Betrieb von Datenpipelines: Du konzipierst, implementierst und wartest skalierbare ETL/ELT-Pipelines, die große Datenmengen aus heterogenen Quellsystemen zuverlässig in zentrale Datenplattformen überführen.
Aufbau und Weiterentwicklung der Datenarchitektur: Du gestaltest moderne Data-Lake- und Data-Warehouse-Architekturen auf Cloud-Basis aktiv mit und bringst eigene Ideen zur Optimierung der Gesamtinfrastruktur ein.
Datenqualitätssicherung: Du implementierst automatisierte Monitoring- und Validierungsmaßnahmen, um die Konsistenz, Vollständigkeit und Korrektheit der verarbeiteten Daten dauerhaft sicherzustellen.
Enge Zusammenarbeit mit Data Scientists & Analysten: Du fungierst als technische Schnittstelle zu den nachgelagerten Teams und stellst sicher, dass Daten in der richtigen Granularität, Struktur und Aktualität für Analysen und ML-Modelle bereitstehen.
Cloud-basierte Datenverarbeitung: Du nutzt und optimierst Cloud-Dienste (z. B. AWS, Azure oder GCP) für die effiziente Verarbeitung und Speicherung großer Datensätze – inklusive Kostenoptimierung und Performance-Tuning.
Einführung von DataOps-Prinzipien: Du treibst die Automatisierung von Deployments und Tests im Datenbetrieb voran und bringst CI/CD-Ansätze konsequent in den Data-Engineering-Alltag ein.
Datenmodellierung: Du entwirfst logische und physische Datenmodelle, die sowohl analytische Flexibilität als auch hohe Abfrageperformanz ermöglichen – von dimensionalen Modellen bis hin zu modernen Ansätzen wie Data Vault oder Lakehouse.
Technologie-Evaluierung & Innovation: Du verfolgst aktuelle Entwicklungen im Data-Engineering-Ökosystem (z. B. dbt, Apache Spark, Airflow, Delta Lake) und bringst fundierte Empfehlungen für den gezielten Einsatz neuer Tools im Team ein.
Dokumentation & Wissenstransfer: Du erstellst verständliche technische Dokumentationen, pflegst Datenkataloge und unterstützt Kollegen dabei, Datenprodukte sicher und effektiv zu nutzen.
Qualifikationen
Abgeschlossenes Studium der Informatik, Wirtschaftsinformatik, Mathematik, Physik oder eines vergleichbaren MINT-Studiengangs (Bachelor oder Master)
Alternativ: Abgeschlossene Berufsausbildung als Fachinformatiker/in für Anwendungsentwicklung oder Systemintegration mit einschlägiger Berufserfahrung im Datenumfeld
Mindestens 2–3 Jahre praktische Erfahrung im Data Engineering oder einer vergleichbaren Rolle
Fundierte Kenntnisse in SQL sowie sehr gute Programmierkenntnisse in Python (Pandas, PySpark o. ä.)
Erfahrung mit gängigen ETL/ELT-Frameworks und Orchestrierungstools (z. B. Apache Airflow, dbt, Apache Spark)
Kenntnisse in der Arbeit mit relationalen Datenbanken (z. B. PostgreSQL, BigQuery, Redshift, Snowflake) sowie idealerweise NoSQL-Systemen
Benefits
