13 Spark Jobs Wien

Aufbau und Weiterentwicklung von Data-Pipelines und Datenplattformen. Migration bestehender Datenumgebungen. Datenmodellierung und ETL-Prozessoptimierung. Einsatz von Apache NiFi, Airflow und Spark. Sehr gute Deutschkenntnisse. Hohe Flexibilität und gute Work-Life-Balance.

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.

Analyse und Optimierung von Databricks-Lösungen, Entwicklung neuer AI-Lösungen. Sehr gute Kenntnisse in Python, Spark und Databricks. Hohe technische Gestaltungsfreiheit in einem modernen AI- und Databricks-Umfeld.

Weiterentwicklung, Automatisierung und Integration von Datenplattformen. Mindestens 2 Jahre Berufserfahrung im Data Engineering. Flexible Arbeitszeiten und Home-Office-Möglichkeit.

Entwicklung und Optimierung von Datenmodellen mit SQL und Spark. Erfahrung mit dbt ist erforderlich. Bietet gezielte Weiterbildungen zur persönlichen Entwicklung.

Erstellung und Betrieb von Datenpipelines auf Databricks mit Python. Mindestens 3 Jahre Erfahrung in DevOps/Data Engineering mit Fokus auf Produktionslösungen. Flexible Arbeitszeiten und Home-Office.

Führung eines Data Engineering Teams; Entwicklung skalierbarer Databricks Pipelines mit Python; Nutzung von Azure Data Factory; Datenmodellierung; 5+ Jahre Erfahrung im Data Engineering mit Führungserfahrung; Englischkenntnisse.

Konzeption, Aufbau und Betrieb einer zentralen Datenplattform sowie Entwicklung und Betrieb von Datenpipelines (ETL/ELT). Mehrjährige Berufserfahrung im Data Engineering oder Softwareentwicklung mit Datenschwerpunkt sowie sehr gute SQL- und Python-Kenntnisse sind erforderlich. Attraktiver Campus und Weiterbildungsmöglichkeiten werden geboten.

Entwickeln und betreiben Sie Databricks-Pipelines mit Python und Azure Data Factory. Erfahrung mit Databricks und Azure Data Factory ist erforderlich. Bietet flexible Arbeitszeiten und Home-Office.

Verarbeitung und Analyse von Terabytes an Werbedaten mit Spark und AWS. Design und Entwicklung skalierbarer Datenpipelines und APIs in Python. Mindestens 5 Jahre Erfahrung in Data Engineering und AWS. Möglichkeit zur Mitgestaltung des Arbeitsalltags.

Entwicklung datenbasierter Lösungen für Instandhaltungsprozesse an Schienenfahrzeugen, Fokus auf Condition-Based Monitoring und Predictive Maintenance. Erfahrung mit IoT-Architekturen und Python ist erforderlich. Attraktives Gleitzeitmodell und Telearbeit sind Vorteile.

Führung von Sicherheitspersonal an min. 3 Rechenzentren. Mindestens 4 Jahre Erfahrung in der Sicherheitsbranche und im Management erforderlich. MS Office Kenntnisse. Job mit hoher Verantwortung und Job-Sicherheit.