
Entwicklung von Backend-Systemen und APIs, Refactoring von Codebasen, Automatisierung von Prozessen. Python-Kenntnisse sind ein Muss. Möglichkeit zur technischen Führung und Einflussnahme auf Architektur.

Entwicklung maßgeschneiderter Odoo Module mit Python. Erfahrung mit AI-gestützten Lösungen und Automatisierungen ist ein Plus. Direkter Einfluss auf die Arbeitsweise von Kunden.

Entwickle und passe Odoo-Module an, übernimm Anforderungsmanagement und gestalte Lösungen mit Fokus auf Datenmodellierung. Mindestens 2 Jahre Erfahrung in Softwareentwicklung & Datenmodellierung sind erforderlich. Profitiere von KI-gestützter Entwicklung und abwechslungsreichen Projekten.

Entwicklung von Backend-Services (APIs) mit Python, Anbindung von KI-Modellen, Betrieb von Open-Source AI-Systemen, Tech-Scouting neuer AI-Tools. Studium oder Masterabschluss, Programmier-Skills in Python, Verständnis von LLMs. Möglichkeit zum Homeoffice bis zu 60%.

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.

Konzeption, Implementierung und Betrieb komplexer MS SQL Server Datenbanksysteme. Expertenniveau in T-SQL und Datenbankoptimierung. Zusätzlicher freier Tag nach Wahl.

Strukturieren und analysieren Sie Datenmengen, werten Sie Markt-, Immobilien- und Transaktionsdaten aus. Fundierte MS-Office-Kenntnisse (Excel) sind erforderlich. Bietet fachliche und persönliche Weiterentwicklungsmöglichkeiten.

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 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.

Entwicklung und Optimierung von Datenpipelines und ELT-Prozessen. Aufbau serverloser AWS-Infrastrukturen mit CloudFormation. Entwicklung von Daten- und Backend-Komponenten mit Python und SQL. Betreuung von CI/CD-Prozessen mit GitLab. Flexible Arbeitszeiten.



Implementierung von Data-Engineering-Lösungen mit Fokus auf Cloud-Data-Analytics (Databricks). Mindestens 5 Jahre Erfahrung im Aufbau von Data Warehouse Lösungen. Möglichkeit zur individuellen Spezialisierung.


Entwickle aussagekräftige Analysen aus Rohdaten, bereite sie zielgruppengerecht auf und liefere Entscheidungsgrundlagen. Mindestens drei Jahre Berufserfahrung in der Datenanalyse sind erforderlich. Du erhältst vielfältige Weiterentwicklungsmöglichkeiten in einem wachsenden Konzern.

Entwicklung und Betrieb von Datenpipelines mit Azure und Databricks. Konzeption von ETL/ELT-Prozessen, Datenmodellen und Medallion Architectures. Integration von GIS- und Netzinfrastrukturdaten. Fundierte Praxis mit Azure Data Factory, Azure Databricks und Apache Spark. Sichere Anwendung von Python und SQL. Möglichkeit zur Entwicklung und Weiterbildung.
Schnell & unkompliziert mit einem Klick bewerben.
Mit deinem Profil auf karriere.at.