Data Engineer
Role details
Job location
Tech stack
Job description
Du verantwortest den Betrieb und die Weiterentwicklung unserer Data-Engineering- und Analytics-Plattform auf Basis von Databricks Gemeinsam mit unseren Data Scientisten, Datenarchitekten und den Fachbereichen entwickelst Du Datenpipelines und kuratierte Datensätze als Grundlage für datengetriebene Entscheidungen und KI-Anwendungen Du integrierst und transformierst Daten aus unterschiedlichsten Quellsystemen und machst sie für Advanced Analytics, Machine Learning und KI nutzbar Du sicherst Datenqualität durch automatisierte Validierungen, strukturiertes Monitoring, Alerts und klare Governance-Regeln Du operationalisierst Analytics-, ML- und KI-Pipelines nach DevOps/MLOps-Prinzipien mit CI/CD, reproduzierbaren Deployments und stellst den zuverlässigen Betrieb sicher Du bringst Dich aktiv in die Weiterentwicklung unserer Data-Engineering-Prinzipien und -Standards ein und treibst neue Technologien sowie Best Practices voran, Wir leben ein starkes Miteinander am Campus bei einer 37,5-Stunden-Woche und eine Kita direkt auf dem Campus Finanzielle Vorteile
:
Urlaubs- und Weihnachtsgeld, BAV, VL, Corporate Benefits, Personalrabatt und Bike-Leasing Wohlfühlfaktor:
30 Urlaubstage, kostenloses Fitnessstudio auf dem Campus, moderne Arbeitsplätze mit einem großen Campusgarten, mehrere Coffee Hubs und Food-Spots mit frischen Menüs Family Fun:
Interne Events und Aktivitäten auf dem Campus mit Boule-Bahn, Padel-Court und Multispielfeld Ein herzliches Willkommen:
Mit strukturiertem Onboarding, regelmäßigen Feedback-Gesprächen und individuellen Weiterentwicklungsmöglichkeiten
Requirements
Mehrjährige Erfahrung als Data Engineer im Aufbau und Betrieb von Cloud-nativen ETL/ELT-, Batch- und Streaming-Pipelines Abgeschlossenes Studium in Natur-/Ingenieurwissenschaften, Mathematik, (Wirtschafts-)Informatik oder verwandten Fachrichtungen mit entsprechender Vertiefung Sehr gute Praxiserfahrung mit Databricks. Cloud-Expertise (Microsoft Azure und/oder AWS) ist Voraussetzung Kenntnisse im SAP-Umfeld (z. B. SAP Datasphere) sind wünschenswert Sehr gute Kenntnisse in Python und SQL sowie ein ausgeprägtes Verständnis für methodisches Software Engineering Erfahrung mit Orchestrierung, CI/CD, Infrastructure as Code (z. B. Terraform) und Containerisierung Solides Verständnis für Datenmodellierung, Lakehouse-Prinzipien und Governance als Basis für skalierbare Daten- und KI-Infrastrukturen Bereitschaft, Projekte zu leiten Teamorientierung, Kommunikationsstärke, Eigeninitiative, ein hohes Maß an Qualitätsbewusstsein und die Motivation, sich in Geschäftsprozesse einzuarbeiten