Data Engineer
Role details
Job location
Tech stack
Job description
Position Description: Im Bereich Transport & Logistik - insbesondere im Bereich Aviation und Retail - entwickeln wir für unsere Kunden innovative Lösungen, um den digitalen Wandel aktiv mitzugestalten. Data Engineering bildet dafür die operative Grundlage: von robusten Datenpipelines und skalierbarer Verarbeitung über verlässliche Datenbereitstellung bis hin zu neuen datengetriebenen Anwendungen entlang der gesamten Wertschöpfungskette. Als Data Engineer (m/w/d) bist du verantwortlich für die Entwicklung, den Betrieb und die Weiterentwicklung moderner Daten- und Machine-Learning-Pipelines. Du stellst sicher, dass qualitativ hochwertige, zuverlässige und zugängliche Daten für Analytics- und ML-Anwendungen bereitstehen. In enger Zusammenarbeit mit Data Scientists, Data Architects sowie Produkt- und Business-Teams trägst du maßgeblich dazu bei, datengetriebene Lösungen für die digitale Weiterentwicklung der Reiseerfahrung unserer Kunden zu realisieren. Dabei arbeitest du in agilen, cross-funktionalen Teams und bringst dein Engineering-Mindset aktiv ein. Your future duties and responsibilities: Zur Verstärkung unseres Teams suchen wir Dich zum nächstmöglichen Zeitpunkt als Data Engineer (m/w/d). In dieser Rolle übernimmst du die Verantwortung für die Entwicklung, den Betrieb und die kontinuierliche Optimierung unserer Daten- und Machine-Learning-Infrastruktur. Du stellst sicher, dass Daten effizient verarbeitet, zuverlässig bereitgestellt und produktiv nutzbar gemacht werden, und arbeitest eng mit interdisziplinären Teams zusammen, um skalierbare und zukunftssichere Lösungen umzusetzen. Data & ML Engineering
- Konzeption, Entwicklung, Deployment und Betrieb skalierbarer Data- und ML-Pipelines
- Aufbau und Weiterentwicklung von Dateninfrastrukturen für Analytics- und Machine-Learning-Use-Cases
- Sicherstellung eines stabilen, effizienten und sicheren Pipeline-Betriebs MLOps & Betrieb
- Betrieb und Lifecycle-Management von ML-Modellen in Produktion (Training, Validierung, Deployment, Monitoring, Retraining)
- Etablierung und Umsetzung von MLOps-Prozessen
- Monitoring von Datenverfügbarkeit, -integrität und -qualität Datenaufbereitung & BI
- Strukturierung und Transformation von Daten für BI-Tools und Reporting-Anwendungen
- Bereitstellung leicht konsumierbarer Datensätze für Analysezwecke CI/CD & Infrastruktur
- Konzeption, Implementierung und Optimierung von CI/CD-Pipelines
- Automatisierung von Deployments unter Nutzung moderner Cloud- und DevOps-Standards Qualität & Optimierung
- Analyse, Debugging und Behebung von Fehlern in bestehenden Datenpipelines und ML-Workflows
- Sicherstellung der Gesamtgesundheit und Performance von Datenpipelines
- Enge Zusammenarbeit mit Data Architects und Data Scientists zur kontinuierlichen Optimierung Zusammenarbeit & Business Alignment
- Enge Abstimmung mit Fachbereichen und Management zur Bewertung und Umsetzung von Business-Anforderungen
- Planung und Umsetzung datenbezogener Aufgaben im Rahmen agiler User Stories
Requirements
-
Kommunikation relevanter Erkenntnisse an Stakeholder Required qualifications to be successful in this role: Du verfügst über fundierte technische Expertise im Bereich Data Engineering und bringst ein ausgeprägtes Engineering-Mindset mit. Neben deiner fachlichen Kompetenz überzeugst du durch Eigeninitiative, analytisches Denken und die Fähigkeit, komplexe Datenlösungen pragmatisch und teamorientiert umzusetzen. Zu deinen Kompetenzen zählen: Fachliche Qualifikationen
-
Mindestens 2 Jahre Berufserfahrung als Data Engineer oder Data/ML Engineer
-
Erfahrung in Design, Entwicklung und Programmierung (z. B. Python, Scala)
-
Erfahrung im Bereich Machine Learning und idealerweise NLP
-
Fundierte Kenntnisse in Spark, SQL und Cloud-Plattformen
-
Erfahrung im Aufbau und Betrieb von Data- und ML-Pipelines
-
Kenntnisse in CI/CD-Prozessen und DevOps-Praktiken
-
Erfahrung im Testen und Debugging produktiver Softwarelösungen
-
Idealerweise Erfahrung mit Databricks, Azure Data Factory und Azure ML Studio
-
Erfahrung in agilen, cross-funktionalen Teams
-
Sehr gute Englischkenntnisse Persönliche Kompetenzen
-
Ausgeprägtes Engineering-Mindset und hohe Eigeninitiative
-
Experimentierfreude und analytisches Denkvermögen
-
Sicherheit im Umgang mit großen und unstrukturierten Datenmengen
-
Strukturierte, pragmatische und lösungsorientierte Arbeitsweise
-
Teamfähigkeit und Freude an bereichsübergreifender Zusammenarbeit