
Projektleitung für Datenmanagement und Data Governance. Planung, Steuerung und Umsetzung von Projekten mit agilen Methoden. Mehrjährige Erfahrung im Projektmanagement komplexer IT-Projekte. Flexible Arbeitszeiten und Home Office.

Entwicklung, Optimierung und Betrieb der Datenplattform und Datenpipelines. Erfahrung mit Python, Spark, Microsoft Fabric, Azure Synapse oder Databricks ist ein Muss. Möglichkeit zur aktiven Mitgestaltung einer zentralen Datenplattform.

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, Betrieb und Optimierung datenintensiver Lösungen. Konzeption und Implementierung von Data Pipelines mit Azure Synapse. Mindestens 4-5 Jahre Erfahrung mit Azure-Datenplattformen, insbesondere Synapse. Sichere Anstellung in einem erfolgreichen Dienstleistungsunternehmen.

Konzeption, Aufbau und Weiterentwicklung von Datenarchitekturen und ETL-/ELT-Pipelines. Entwicklung und Optimierung von Datenmodellen. Mindestens drei Jahre Berufserfahrung im Data Engineering. Fundierte SQL-Kenntnisse. Unterstützung bei der fachlichen und persönlichen Weiterentwicklung.

Gesamtprojektleitung von Data Center Projekten mit kaufmännischer, technischer und organisatorischer Verantwortung. Mehrjährige Erfahrung in der Gesamtprojektleitung von großen Data Center Projekten ist erforderlich. Hohe Eigenverantwortung und Gestaltungsmöglichkeiten in einem wachsenden Marktsegment.

Analyse und Optimierung von SAP-Systemlandschaften mit cbs ET Enterprise Transformer. Mindestens 2 Jahre Erfahrung als SAP Consultant. Gute Deutsch- und Englischkenntnisse.

Beratung von Kunden bei Compliance, Informationssicherheit und Risikomanagement. Analyse regulatorischer Anforderungen (ISO 27001, Cyber Resilience Act). Erste Berufserfahrung in ISO 27001 und ISMS. Weiterbildungsmöglichkeiten und Remote Work.

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

Entwicklung und Betrieb moderner Datenlösungen mit SQL, dbt und Python. Automatisierung von Datenprozessen und Erstellung von Dashboards. Sehr gute SQL-Kenntnisse sind erforderlich. Möglichkeit zur Weiterentwicklung der Data- und AI-Landschaft.

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

Analyse großer Datensätze, Erstellung von Data Pipelines für ML, Optimierung von Recommendation Engines mit GCP. Erfahrung mit Google Cloud Platform (GCP) erforderlich. Weiterbildungsmöglichkeiten.

Entwicklung von Data-Plattform-Strategien und Leitung von Data- und AI-Transformationsprogrammen. Mehrjährige Erfahrung in Data Platform- oder Data & AI-Transformationen. Individuelle Gestaltung des Arbeitsalltags durch flexible Arbeitszeitmodelle.

Entwicklung und Optimierung von Data Warehouse, Data Marts, OLAP Cubes und ETL-Prozessen. Mindestens 5 Jahre Erfahrung in Data Warehouse Entwicklung mit Microsoft SQL Server und SSIS. Flexible Arbeitszeiten und Weiterbildungsbudget.

Verantwortung für komplexe Datenprojekte, Verarbeitung von Terabytes an Werbedaten mit Spark und AWS. Mindestens 5 Jahre Erfahrung in Data Engineering, AWS und Python. Möglichkeit zur Mitgestaltung des Arbeitsalltags und der Karriere.
Schnell & unkompliziert mit einem Klick bewerben.
Mit deinem Profil auf karriere.at.