Senior Data Platform Engineer / Architect

APRIORI - business solutions AG

Dresden, Germany

16 days ago

Apply on www.xing.com

Prepare application

Role details

Contract type

Permanent contract

Employment type

Full-time (> 32 hours)

Experience level

Expert

Compensation

€80,000.0 - €97,500.0

Working hours

Regular working hours

Languages

English, German

Job source

www.xing.com

Tech stack

Java (Programming Language) Artificial Intelligence Airflow Amazon S3 Apache HTTP Server Bash Shell Cloud Engineering Data Governance Data Infrastructure Linux Python (Programming Language) Cloud Services

+9 more

SQL Databases Data Streaming Apache Spark Kubernetes Information Technology Apache Flink Apache Kafka Data Management Golang

Job description

Full-timeEmployment type: Full-time
€80,000 - €97,500 (XING estimate)
On-site, * Plattformentwicklung: Konzeption und Entwicklung einer hochmodernen On-Premises-Datenplattform.
Automatisierung & Orchestrierung: Entwicklung und Integration von Komponenten für Datenorchestrierung, Deployment und plattformweite Automatisierung.
Prototyping & KI-Tools: Eigenständige Erstellung von Proof of Concepts (PoCs), vorzugsweise unter Einsatz von KI-Agent-Tools wie Cursor.ai.
Data Pipelines: Implementierung von Batch- und Low-Latency-Streaming-Datenpipelines sowie plattformbezogenen Services.
Infrastruktur & Storage: Integration von Workloads auf Kubernetes und Einbindung S3-kompatibler Storage-Lösungen.
Data Governance: Untersuchung von Datenkatalogen und Datenversionierungskonzepte sowie deren nahtlose Integration in die Plattform.
Kollaboration: Enges Zusammenarbeiten mit Lead Architekten, Infrastruktur- und Security-Teams.

Requirements

Ausbildung: Abgeschlossenes Studium der Informatik oder eine vergleichbare Qualifikation mit dem Anspruch, zukunftsfähige Software zu gestalten.
Prototyping-Drive: Begeisterung dafür, mit Proofs of Concept zu experimentieren und diese eigenständig zum Laufen zu bringen.
Infrastruktur-Erfahrung: Mehrjährige Erfahrung mit Kubernetes, Kubernetes-Infrastrukturen sowie Linux-Betriebssystemen und Container-Technologien.
Architektur-Know-how: Vertrautheit mit modernen Datenplattform-Architekturen (z. B. Kappa, Medallion) sowie Batch- und Low-Latency-Streaming-Pipelines.
Programmierkenntnisse: Fundierte praktische Kenntnisse in Python, Golang, SQL (MPP), Bash und Java.
Tech-Stack / Tools: Routine im Umgang mit S3, Apache Iceberg, GitOps Workflows, NATS.io, Risingwave, Dagster, Spark, Kafka, Flink, Airflow, Cursor.ai sowie Konzepten wie NUMA und Core Pinning.
Cloud Native am Edge: Fähigkeit, Data-Management-Plattformen am Edge komplett ohne Public-Cloud-Services umzusetzen.
Analytik & Data Science: Optimalerweise mehrjährige Berufserfahrung als Data Scientist; analytisches Denken, agiles Mindset und ausgeprägte Problemlösungskompetenz.
Sprachkenntnisse: Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift.