Aufbau zuverlässiger Datenplattformen und -architekturen in agilen Kundenprojekten

Konzeption und Umsetzung moderner Data Solutions – sowohl On-Premise als auch in der Cloud – in enger Zusammenarbeit mit Kunden und Kollegen

Entwicklung und Betrieb von skalierbaren Datenpipelines sowie Transformation von Daten zur Unterstützung von Geschäftsprozessen, Analytics und Machine-Learning-Use Cases

Integration und Orchestrierung von Daten aus verschiedenen Systemen, inklusive Sicherstellung von Datenqualität, Konsistenz und Verfügbarkeit

Enge Zusammenarbeit mit Software Engineers und Cloud Architects in internationalen und cross-funktionalen Teams – von der Idee bis zum Go-Live

Unterstützung bei technischen Entscheidungen sowie Weiterentwicklung unserer Data-Engineering-Best-Practices

Mehrjährige Erfahrung im Data Engineering und im Aufbau moderner Datenarchitekturen

Sehr gutes Verständnis für Datenqualität, Data Governance, Datenmodellierung und Data Strategy – idealerweise auch praktische Erfahrung in Kundenprojekten

Fundierte Kenntnisse in Python, beim Aufbau von Datenpipelines (ETL/ELT) und im Umgang mit SQL/NoSQL-Datenbanken oder Data Warehouses

Erfahrung mit Cloud-Umgebungen (z. B. AWS, Azure) und grundlegenden DevOps-Konzepten (CI/CD, Infrastructure as Code, Monitoring)

Idealerweise vertraut mit SaaS-Datenplattformen wie Databricks oder Snowflake

Erfahrung in der Datenanbindung aus verschiedenen Quellen (APIs, Datenbanken, SaaS-Systeme) sowie in der Sicherstellung von Data Quality

Analytisches Denken, strukturierte Arbeitsweise sowie ausgeprägte Kommunikations- und Beratungskompetenz – insbesondere bei der Vermittlung technischer Themen an Stakeholder

Sehr gute Deutsch- und Englischkenntnisse