System Engineer - Data Science

SVA System Vertrieb Alexander GmbH
Wiesbaden, Germany
3 months ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Working hours
Shift work
Languages
English, German
Job source

Tech stack

Artificial Intelligence Microsoft Azure Cloud Computing Data Mining Python (Programming Language) Machine Learning Natural Language Processing NoSQL Ansible Azure Machine Learning Software Engineering Software Systems
+14 more
SQL Databases Data Streaming Data Processing Large Language Models Apache Spark Deep Learning HybridCloud Kubernetes Infrastructure Automation Frameworks Information Technology Grid Computing Operational Systems Machine Learning Operations Terraform

Job description

Je nach Einsatzgebiet und Spezialisierung arbeiten Sie an ausgewÀhlten Themen aus den folgenden Aufgabenfeldern:

  • Sie analysieren IT-Landschaften sowie Use Cases und bauen die spezifische Architektur auf, um die KundenbedĂŒrfnisse optimal abzudecken. Dazu stehen Sie im Austausch mit unseren Kunden, beraten und schlagen geeignete Lösungen vor.
  • Daten- und KI-getriebene Use Cases mit klarem Business-Mehrwert werden von Ihnen konzipiert, implementiert und kontinuierlich weiterentwickelt.
  • Zur Beantwortung konkreter betriebswirtschaftlicher Fragestellungen setzen Sie klassische Machine-Learning-Methoden sowie statistische Verfahren ein, beispielsweise in den Bereichen Zeitreihenanalyse, Forecasting oder Predictive Maintenance.
  • Sie entwickeln moderne KI-Anwendungen mit Schwerpunkt auf Large Language Models (LLMs) und Retrieval-Augmented Generation (RAG) unter BerĂŒcksichtigung von Evaluierung, Sicherheit, Performance, Quantisierung sowie - bei Bedarf - Fine-Tuning und agentischen AnsĂ€tzen.
  • Sie designen, implementieren und betreiben skalierbare Data-Science- und KI-Architekturen in Public-, Private- und Hybrid-Cloud- sowie On-Prem-Umgebungen, einschließlich verteilter Datenverarbeitung, containerisierter Services (z. B. Kubernetes) und Infrastructure-as-Code., * Vorsorgen fĂŒr die Zukunft: Profitieren Sie von einer betrieblichen Altersvorsorge mit Arbeitgeberzuschuss.
  • Weiterbildung: Wir unterstĂŒtzen Ihre persönliche und berufliche Entwicklung mit einem vielseitigen Schulungsangebot - von internen Trainings durch erfahrene Kollegen bis hin zu externen Weiterbildungen.
  • Individueller Start: Ein umfassendes Onboarding-Event ermöglicht Ihnen den idealen Einstieg.
  • Kultur & Zusammenarbeit: Wir leben eine Unternehmenskultur mit offenen TĂŒren und wertschĂ€tzender AtmosphĂ€re, in der Ihre Eigeninitiative sowie Ihr Engagement gefördert werden.
  • Moderne Ausstattung: Sie erhalten ein Smartphone und Notebook mit Betriebssystem nach Wahl.

Als inhabergefĂŒhrtes, unabhĂ€ngiges Systemhaus, mit Leidenschaft, Bodenhaftung und hoher ServicequalitĂ€t begleiten wir unsere Kunden von der Planung bis zum Betrieb. Deutschlandweit stehen wir als Partner fĂŒr zukunftssichere IT-Lösungen und legen besonders großen Wert auf den persönlichen Austausch.

Requirements

  • Abgeschlossenes IT-orientiertes Studium - z. B. im Bereich Informatik, Wirtschaftsinformatik, Medieninformatik, Software-Engineering, Mathematik, Physik
  • MehrjĂ€hrige praktische Erfahrung sowie fachliche Expertise in einem der folgenden Bereiche:
  • GenAI, Cloud Architekturen im Data-Science-Kontext, Infrastructure as Code, oder Data Mining
  • Entsprechend Ihrer fachlichen Expertise und erworbenen Kompetenzen sind Sie in einer der folgenden Technologien bzw. einem der Themenbereiche spezialisiert:
  • RAG-Systeme (Retrieval-Augmented Generation) und relevante Aspekte wie Evaluierung, Sicherheit, Performance, Quantisierung
  • Microsoft Azure (insbesondere Projekterfahrung in Azure ML, AI Foundry, Azure OpenAI) oder vergleichbare Cloud-Umgebungen
  • verteilte Datenverarbeitung und in der Entwicklung containerisierter Services (z. B. auf Kubernetes)
  • klassisches Machine-Learning- und statistische Verfahren auf Business-Probleme
  • Tiefgehende Kenntnisse in der Entwicklung mit Python und Machine-Learning- / Deep-Learning-Frameworks in Kundenprojekten
  • Fundiertes Wissen ĂŒber SQL oder Spark und idealerweise verteilten Datenverarbeitungs- oder Cluster-Computing-Frameworks
  • Erfahrung in der Kundenberatung und Freude am PrĂ€sentieren der Arbeit, wobei Selbstorganisation und Arbeiten im Team vorausgesetzt wird
  • Idealerweise verfĂŒgen Sie ĂŒber Kenntnisse in einer oder mehreren der folgenden Technologien:
  • Ansible, Terraform, Kubernetes, Zeitreihenanalyse, Infrastructure as Code, NLP, NoSQL, Streaming-Systeme, Data-Science-Plattformen oder Model Deployment
  • Gute KommunikationsfĂ€higkeiten mit sehr guten Deutsch- (Level C1 oder höher) und Englischkenntnissen (Level B2 oder höher) sowie Reisebereitschaft innerhalb Deutschlands

Benefits & conditions

  • FlexibilitĂ€t: Unsere Teams entscheiden sich je nach Aufgabengebiet, welche Aufteilung zwischen mobilem Arbeiten und PrĂ€senz vor Ort sinnvoll ist. Zudem bieten wir flexible Arbeitszeiten und 30 Urlaubstage.
  • Corporate Benefits: Sie haben die Möglichkeit, monatlich wechselnde, attraktive Mitarbeiterrabatte zu nutzen.

About the company

Als eines der fĂŒhrenden SystemhĂ€user in Deutschland bieten wir Ihnen vielfĂ€ltige Möglichkeiten in einem spannenden Berufsumfeld und einer wachsenden Branche Ihre berufliche Heimat zu finden. Bei uns haben Sie den Freiraum, innovative Lösungen zu entwickeln, die schon heute in die Zukunft reichen und sich langfristig bewĂ€hren., Data Science in der SVA vereint vier starke Bereiche: GenAI, Data Science Infrastructure, Data Science Cloud und Data Mining. Gemeinsam arbeiten wir mit modernsten Daten- und KI-Technologien an Projekten, die echten Impact haben und das Business spĂŒrbar weiterbringen. Dabei bieten wir Ihnen den Freiraum, eigene Ideen einzubringen und weiterzuentwickeln.

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on indeed.com

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

3:09 min

Balancing data science skillings alongside systems engineering rigor

Nico Schmidt · LIVE

2:37 min

Comparing traditional SQL tables versus NoSQL non-tabular databases

Stanimira Vlaeva · JS Congress

1:42 min

Automating Skupper deployments using Ansible

Alex Soto Alex Soto · WWC 2024

1:34 min

Essential commands for running and testing Terraform configurations

Hennie Francis · LIVE

2:47 min

Exploring career opportunities and recruitment open positions

Kurt Eder · LIVE

3:16 min

Terminology differences between relational and NoSQL databases

Tim Faulkes · LIVE

Videos

See all

Related articles

See all