Data Engineer (all genders) in Stuttgart

Als Data Engineer bei PRODYNA erarbeitest Du im Team komplexe Losungen in unterschiedlichen Projekten. Unsere Kunden kommen aus Branchen wie Luftfahrt, Banken und Chemie. Der enge Kontakt zu unseren Kunden steht bei allen Projekten im Mittelpunkt. Bei PRODYNA hast Du die Moglichkeit, anspruchsvolle Projekte eigenverantwortlich zu gestalten und unsere Kunden bestmoglich zu unterstutzen.

Tatigkeiten

• Du bist verantwortlich fur das Design und die Konzeption moderner Datenplattformen, die skalierbar hohe Datenmengen aus Systemen integrieren und verarbeiten.
• Du beratst auch namhafte Kunden bei Cloud-Transformationen und agilen Softwareprojekten
• Du ubernimmst die Migration von bestehenden Anwendungen in die Cloud mit den Ansatzen Lift & Shift/Lift & Reshape
• Du implementierst Werkzeuge und Losungen zur Sicherung der Datenqualitat, zur Datenbereinigung und zur Bereitstellung aggregierter Daten fur Analysen.
• Du unterstutzt Presales-Aktivitaten im Rahmen von Prasentationen, Pitches und komplexen Kundenanfragen

Anforderungen

• Du verfugst uber mehrjahrige Berufserfahrung in der Softwareentwicklung, insbesondere in datengetriebenen Projekten, im Bereich Data Warehousing oder im Aufbau von Datenplattformen.
• Du besitzt Kenntnisse in der Entwicklung von Pipelines und Datenintegrationsstrecken (ELT/ETL, Azure Data Factory, DBT, Stored Procedures oder ahnliche Tools).
• Du kennst dich mit Datenmodellierung aus und hast je nach Bereich Erfahrung mit Data Vault, Data Mesh, Kimball oder Inmon.
• Du bist ein Teamplayer, proaktiv und arbeitest gerne selbststandig und losungsorientiert
• Kenntnisse in den folgenden Bereichen sind von Vorteil: Cloud (Azure oder AWS), Data Science oder Business Intelligence (Reporting Tools).
• Du hast umfangreiche Erfahrung im Bereich Linux, Networking und Security Best Practices verinnerlicht.
• Du hast bereits Erfahrung in der Konzeption und Durchfuhrung von Schulungen
• Du bist bereit in der Einarbeitungsphase mind. 2x pro Woche vor Ort zu sein.

Bewerbungsprozess

• Zu Beginn gibt es ein lockeres erstes Kennenlernen mit HR, hier werden Einblicke geschaffen, gegenseitige Erwartungen geklart und allgemeine Fragen beantwortet, um einen ersten allgemeinen Rahmen zu schaffen.
• In einem zweiten Gesprach geht es in die fachliche Tiefe, ggf. gibt es auch eine Aufgabe zu bearbeiten. Wir besprechen Projektablaufe, Kundenprojekte, technische Anforderungen etc. Dazu ziehen wir selbstverstandlich einen Fachexperten zur Unterstutzung hinzu.
• Im letzten Schritt besteht naturlich die Moglichkeit, sich vor Ort an den jeweiligen Standorten ein Bild zu machen und das Team bei einem gemeinsamen Mittagessen kennenzulernen. Dabei lernt man auch den jeweiligen Teamleiter und COO kennen.

• Du verfugst uber mehrjahrige Berufserfahrung in der Softwareentwicklung, insbesondere in datengetriebenen Projekten, im Bereich Data Warehousing oder im Aufbau von Datenplattformen.
• Du besitzt Kenntnisse in der Entwicklung von Pipelines und Datenintegrationsstrecken (ELT/ETL, Azure Data Factory, DBT, Stored Procedures oder ahnliche Tools).
• Du kennst dich mit Datenmodellierung aus und hast je nach Bereich Erfahrung mit Data Vault, Data Mesh, Kimball oder Inmon.
• Du bist ein Teamplayer, proaktiv und arbeitest gerne selbststandig und losungsorientiert
• Kenntnisse in den folgenden Bereichen sind von Vorteil: Cloud (Azure oder AWS), Data Science oder Business Intelligence (Reporting Tools).
• Du hast umfangreiche Erfahrung im Bereich Linux, Networking und Security Best Practices verinnerlicht.
• Du hast bereits Erfahrung in der Konzeption und Durchfuhrung von Schulungen
• Du bist bereit in der Einarbeitungsphase mind. 2x pro Woche vor Ort zu sein.

• In einem zweiten Gesprach geht es in die fachliche Tiefe, ggf. gibt es auch eine Aufgabe zu bearbeiten. Wir besprechen Projektablaufe, Kundenprojekte, technische Anforderungen etc. Dazu ziehen wir selbstverstandlich einen Fachexperten zur Unterstutzung hinzu.
• Im letzten Schritt besteht naturlich die Moglichkeit, sich vor Ort an den jeweiligen Standorten ein Bild zu machen und das Team bei einem gemeinsamen Mittagessen kennenzulernen. Dabei lernt man auch den jeweiligen Teamleiter und COO kennen.