65 Data Science Engineer Jobs

Entwicklung von KI-Backends mit Python (FastAPI) und interaktiven React-Oberflächen zur Visualisierung von Wissensgraphen. Erfahrung mit React ist erforderlich. Persönliche Weiterentwicklung und Karriereplanung werden gefördert.

Gestaltung der Datenarchitektur, Weiterentwicklung von SAP Business Warehouse und BI-Projekten. Erfahrung im SAP Consulting mit Fokus Business Data Warehouse, Datasphere, SAP Analytics Cloud. Flexible Arbeitszeiten und Home-Office-Regelung.

Gestaltung und Betrieb von Daten- und KI-Projekten, inklusive Aufbau von Datenplattformen und ML-Systemen. Fließende Deutsch- und Englischkenntnisse sind erforderlich. Möglichkeit zur vollen Gestaltungsfreiheit bei der Infrastruktur.

Entwicklung von ELT-Pipelines mit Snowflake, Azure Data Factory, DBT oder Dagster. Mindestens drei Jahre Erfahrung mit Analytics-Tools. Möglichkeit zur Anwendung von KI zur Unterstützung von Geschäftszielen.

Entwicklung skalierbarer Data Pipelines, Aufbau von Datenmodellen und Workflows. Sehr gute SQL- und Python-Kenntnisse erforderlich. Arbeit an produktiven Cloud-Datenplattformen. Bietet Raum für eigene Ideen und gezielte Weiterentwicklung.

Sicherheitskritische Systeme planen, implementieren und integrieren. Mehrjährige Berufserfahrung in Datenauswertung und Systems Engineering ist erforderlich. Fließende Deutsch- und Englischkenntnisse sind ein Vorteil.

Entwicklung skalierbarer Datenpipelines und ETL/ELT-Prozesse. Mindestens 3 Jahre Berufserfahrung mit SQL und Python im Data Engineering. Flexible Arbeitszeiten.

Entwickeln und betreiben Sie Databricks-Pipelines mit Python und Lakeflow. Erfahrung mit Azure Data Factory und DataOps ist erforderlich. Sie arbeiten an der Erstellung zuverlässiger Datenpipelines und profitieren von der Möglichkeit, an unternehmensweiten Standards mitzuwirken.

Entwicklung und Umsetzung von Data-&-Analytics-Lösungen, Datenmodellen und Reporting-Lösungen. Gute SQL-Kenntnisse sind erforderlich. Flexible Arbeitsmodelle und individuelle Weiterentwicklung werden geboten.

Weiterentwicklung von Reporting- und Analytics-Lösungen mit Microsoft Power BI. Mehrjährige Erfahrung in Datenmodellierung, Data Lakehouse und Data Warehouse Architekturen, idealerweise im Microsoft Fabric Umfeld. Hohe Eigenverantwortung in abwechslungsreicher Tätigkeit.

Verantwortung für produktive Elastic Umgebungen, Entwicklung von Monitoring-Lösungen und Datenpipelines. Praktische Erfahrung mit Logstash, Beats, Fluent-Bit oder Elastic Agent erforderlich. Flexible Arbeitswelt mit Gleitzeit und Home Office.

Entwicklung der Common Data Platform auf GCP, Aufbau dezentraler Datenprodukte nach Data-Mesh-Prinzipien. Mindestens 6 Jahre Erfahrung im Data/Platform/Cloud Engineering, fundierte GCP-Kenntnisse. Flexible Arbeitszeiten und Remote Work.

Entwicklung und Betrieb von ETL/ELT-Pipelines sowie Datenmigration auf eine neue Datenplattform. Umsetzung der Datenplattform mit Microsoft Fabric und Lakehouse-Ansatz. Mehrjährige Erfahrung im Data Engineering mit modernen Datenarchitekturen. Hoher Gestaltungsspielraum bei der Erfüllung der Kernaufgaben.

Datenintegration, -transformation und -modellierung. Erfahrung mit modernen Datenarchitekturen (Data Warehouse, Data Lake, Data Lakehouse) ist erforderlich. Flexible Arbeitszeiten und Mobile Working sind ein Vorteil.

Entwicklung, Optimierung und Betrieb zentraler Datenplattformen und Datenpipelines. Kenntnisse in Python, Spark, Microsoft Fabric, Azure Synapse oder Databricks sind ein Muss. Bietet Fortbildungsmöglichkeiten und einen zusätzlichen freien Tag.