Data Engineer / Machine Learning Engineer

Das Unternehmen ist seit 25 Jahren ein zuverlässiger Partner für Unternehmen, die ihre Digitalisierung und Agilisierung vorantreiben möchten. Mit einem Team von rund 500 IT-Expert:innen an 8 Standorten in Deutschland unterstützt es seine Kunden dabei, ihre Daten effektiv zu nutzen und große Datenmengen zu automatisieren. In der Rolle des Data Engineer / Machine Learning Engineer sind Sie Teil eines agilen, cross-funktionalen Projektteams, das Kunden aus verschiedenen Branchen bei der Umsetzung ihrer digitalen Innovationen begleitet. Ihre Aufgaben beginnen bereits vor der Entwicklung von Datenprojekten: Sie stimmen sich eng mit den Kunden ab und beraten sie hinsichtlich der technischen Machbarkeit ihrer Vorhaben. Sie gestalten skalierbare, robuste und wartbare Architekturen, die als Fundament für spätere Analysen und datengetriebene Services dienen. Zu Ihren Hauptaufgaben gehört die Konzeption und Implementierung von Datenplattformen sowie Datenverarbeitungsprozessen, die in der Cloud, on-premises oder hybrid betrieben werden können. Sie sind verantwortlich für die Ende-zu-Ende-Integration von Daten-/ETL-Pipelines und das Deployment von Machine-Learning-Modellen. Zudem vermitteln Sie komplexe technische Inhalte verständlich an nicht-technische Ansprechpartner:innen und bringen sich aktiv in Workshops, Präsentationen und Kundenmeetings ein. Das Arbeitsumfeld ist geprägt von einer offenen Kommunikation, flachen Hierarchien und einem starken Zusammenhalt im Team. Es wird Wert auf individuelle Entwicklung gelegt, sodass Sie jederzeit Ihren Schwerpunkt verlagern können und die Möglichkeit haben, sich in neue Technologien einzuarbeiten.

Für diese Position sollten Sie ein abgeschlossenes Studium im MINT-Bereich oder in einem vergleichbaren Studiengang vorweisen können. Zudem ist eine Berufserfahrung von mindestens zwei Jahren erforderlich, idealerweise in einem relevanten Bereich. Sie sollten über erweiterte Kenntnisse in mehreren der genannten Technologien verfügen, darunter Python, SQL, Java sowie in relationalen und NoSQL-Datenbanken. Erfahrung mit Tools wie FastAPI, Flask, Databricks, Spark, Kafka, Airflow, dbt, BigQuery oder Snowflake ist von Vorteil. Kenntnisse in Cloud-Umgebungen wie AWS, GCP oder Azure sind ebenfalls wünschenswert. Sie sollten in der Lage sein, Aufgaben in Infrastruktur, Backend oder Frontend zu übernehmen und ein starkes Interesse daran haben, neueste ML-Lösungen in den Betrieb unserer Kunden zu implementieren. Sehr gute Deutschkenntnisse (mindestens Level C1) sind Voraussetzung, während gute Englischkenntnisse Ihr Profil abrunden. Persönlich sollten Sie über Empathie und ein gutes Gespür für Menschen verfügen, um vertrauensvolle Beziehungen zu Kunden aufzubauen. Zudem sind gute Priorisierungsfähigkeiten sowie ein ausgewogenes Verhältnis zwischen Pragmatismus und Perfektionismus wichtig.