Senior Data Engineer (m/w/d)

Unser Kunde ist ein innovatives Unternehmen, das Systeme entwickelt, die physische Systeme erschaffen. Mit Hilfe von KI-Systemen entwerfen und liefern sie maßgeschneiderte, interdisziplinäre Lösungen zur Bewältigung realer Forschungs- und Entwicklungsherausforderungen. In der heutigen Zeit können die Anforderungen der Forschung und Entwicklung nicht mehr mit Standardwerkzeugen erfüllt werden, weshalb der Ansatz des Unternehmens traditionelle Grenzen überschreitet und Software, Elektronik, Mechanik und angewandte Physik vereint. Als Senior Data Engineer (m/w/d) in der Produktabteilung sind Sie maßgeblich am Aufbau der Dateninfrastruktur für das KI-Produkt beteiligt. Sie werden skalierbare Datenplattformen und fortschrittliche RAG-Pipelines entwerfen und implementieren, die die proprietären KI-Systeme des Unternehmens unterstützen. Dabei arbeiten Sie eng mit KI-Ingenieuren und interdisziplinären Teams zusammen, um neueste Modelle für das logische Denken zum Leben zu erwecken. Zu Ihren Aufgaben gehören der Aufbau von Daten- und Analyseplattformen im großen Maßstab, einschließlich Datenbanken und RAG-Pipelines für KI-Systeme, sowie die Visualisierung von Daten mit Dashboard- und Analyselösungen. Sie werden auch andere Ingenieure in den besten Praktiken der Datenverarbeitung anleiten und sicherstellen, dass qualitativ hochwertige Lösungen für die Kunden entwickelt werden. Zudem verbessern Sie den Ansatz zur Qualitätssicherung und Datenaufnahme durch die Einführung neuer Werkzeuge und Frameworks und arbeiten eng mit verschiedenen Stakeholdern zusammen, um KI-Funktionen in benutzerorientierte Produkte zu integrieren.

Der ideale Kandidat verfügt über einen Hochschulabschluss in Informatik, Software Engineering, Data Science/Engineering oder einem verwandten Bereich und hat mehr als vier Jahre Erfahrung in agilen Entwicklungsprojekten. Erfahrung in der Datenverarbeitung für die Produktion und den Einsatz von ML/AI, einschließlich MLOps unter Verwendung von Cloud-Plattformen wie Azure, AWS und/oder GCP, ist erforderlich. Zudem sollten Sie Erfahrung in der Gestaltung von Architekturen für Datenplattformen und Datenverarbeitungs-Pipelines haben, einschließlich des Aufbaus von Batch- und Echtzeit-Streaming-Lösungen unter Verwendung von Technologien wie PySpark oder Kafka. Kenntnisse in Datenlagerdiensten wie AWS Redshift oder Snowflake sowie in SQL/no-SQL-Tools sind ebenfalls wichtig. Der Kandidat sollte starke analytische Fähigkeiten und Problemlösungsfähigkeiten mitbringen und sich in der oft unklaren und sich schnell ändernden Umgebung der frühen Produktentwicklung wohlfühlen. Zusätzliche Kenntnisse mit KI-Tools und Anbietern von LLMs, der Implementierung fortschrittlicher RAG-Pipelines und der Arbeit in einem interdisziplinären Umfeld sind von Vorteil. Ausgezeichnete mündliche und schriftliche Kommunikationsfähigkeiten in englischer Sprache sind erforderlich, um effektiv mit interdisziplinären Teams zusammenzuarbeiten.