> Markdown version of [/jobs/ext/4794108-data-engineer](https://www.wearedevelopers.com/jobs/ext/4794108-data-engineer). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # Data Engineer - **Company:** Vesterling Consulting GmbH - **Location:** Frankfurt am Main, Germany (Remote available) - **Experience:** Expert - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Airflow, Microsoft Azure, Cloud Computing, Continuous Integration, Directed Acyclic Graph (Directed Graphs), Data Governance, DevOps, Github, Python (Programming Language), Performance Tuning, Swagger, Openapi, Flask (Web Framework), IT Architecture, Infrastructure as Code (IaC), Backend, Git, Fastapi, Containerization, Data Lakes, Pyspark, Restful APIs, Docker, Databricks, Microservices - **Published:** November 20, 2026 - **Apply:** https://www.vesterling.com/fr/job/23681-senior-databricks-architekt-pyspark-python-data-lakehouse-iac-frankfurt-am-main-bis-50/ ## About the Role * Sie haben mehrjährige Berufserfahrung im nachfolgenden Technologieumfeld: * Databricks & PySpark: fundierte Kenntnisse in PySpark, Delta Lake, Performance Tuning, Partitionierungsstrategien sowie Databricks Unity Catalog * API-Entwicklung: ausgeprägte Python-Kenntnisse im Backend-Bereich (FastAPI, Flask, Requests, Pydantic, Containerisierung mit Docker) * Orchestrierung: Erfahrung im Schreiben komplexer Apache-Airflow-DAGs und/oder vergleichbarer Workflow-Tools * IT-Architektur: Kenntnisse der Medallion-Architektur, dezentraler Data-Mesh-Ansätze sowie allgemeiner Backend-Architekturen * Sie haben gute Deutsch- und Englischkenntnisse * P.S. Sie fragen sich, ob es noch besser geeignete Stellen für Sie gibt? Unsere Karriereberatung hilft Ihnen weiter! Details finden Sie hier » ## Description * Als Senior Databricks Architekt erarbeiten Sie Lösungen im Banken- und Börsenumfeld. Sie migrieren dabei Legacy Mainframe-Systeme (COBOL, Flat Files) in moderne Cloud-Lakehouses. * Es geht umd die Auflösung gewachsener Datensilos und um den Bau cloudbasierter Lakehouse-Plattformen für Analytics und regulatorisches Reporting. * Von der Architekturskizze bis zur Pipeline, die im Betrieb tatsächlich hält, gestalten Sie diese Plattformen mit * Sie entwerfen und implementieren skalierbare Lakehouse-Lösungen, die Batch- und Near-Real-TimeVerarbeitung gleichermaßen tragen, bauen robuste Datenstrecken mit Python, SQL und PySpark - entlang der Medallion-Architektur von Bronze bis Gold und konzipieren event-getriebene Architekturen auf Basis von Kafka, AMQP oder vergleichbaren Messaging-Technologien. * Ihre Tätigkeit erbringen Sie im folgenden Umfeld: * Compute & Processing Engine: Databricks, PySpark, Python (pandas, numpy, scipy, os, itertools, matplotlib etc.), Spark SQL, Delta Lake * Data Lakehouse Storage: Delta Lake (ACID-Transaktionen, Time Travel, Schema Enforcement) * Orchestrierung & Workflow: Apache Airflow, Databricks Workflows (DAGs, Scheduling, Alerts) * API & Microservices: Python (FastAPI / Flask), OpenAPI / Swagger, Entwicklung von RESTful APIs * Data Governance & Mesh: Databricks Unity Catalog, OpenAPI Data Contracts * Legacy & File Ingestion: Mainframe EBCDIC, Fixed-Width-File-Parser (KI-gestützt), Kafka, SFTP * Infrastructure as Code (IaC): Cloud-Technologien, MS Azure * CI/CD & DevOps: GitHub Actions / Azure DevOps, Docker, Git