25 Tech Data Jobs Wien

Erkennen von Herausforderungen, Erstellen von User-Stories in Gherkin, Ausarbeiten von Low-Code-, Automatisierungs- und KI-Lösungen. Erfahrung mit Jira und Confluence ist erforderlich. Bietet die Möglichkeit, an neuesten Tech-Stacks zu arbeiten.

Entwicklung, Bereitstellung und Optimierung von Machine Learning Modellen. Mindestens 3 Jahre Erfahrung in Data Science, vorzugsweise in der Sportwettenbranche. Python-Kenntnisse inkl. ML-Bibliotheken. Möglichkeit zur Nutzung von State-of-the-Art Technologien.

Daten analysieren, ELT/ETL-Flows modellieren und Daten in Big-Data-Umgebungen laden. Erfahrung in Datenmodellierung und Apache Hadoop ist erforderlich. Nutzung von State-of-the-Art-Technologien.

Entwicklung von Zielarchitekturen, Integrationsmustern und skalierbaren Cloud-Umgebungen in Azure, AWS oder GCP. Mehrjährige Berufserfahrung in Architekturrollen (Cloud, AI, Data) ist erforderlich. Bietet HomeOffice und flexible Arbeitszeiten.

Steuerung des Domain-Portfolios von der Idee bis zur Übergabe. Fundierte Erfahrung in der Koordination komplexer Stakeholder-Landschaften über Business- und Tech-Bereiche hinweg. Flexible Arbeitszeiten und Remote Work Möglichkeiten.

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 skalierbarer Datenplattformen und Datenpipelines. Übersetzung von Business-Wünschen in Data-Use-Cases. Mindestens 7 Jahre Erfahrung im Aufbau von Datenlösungen. Cloud-Stacks, Big-Data-Tools, Data-Warehousing sind Kernkompetenzen. Flexible Arbeitsmodelle.

Entwicklung und Implementierung von KI-Lösungen mit Python, Pandas, PyTorch und Docker. Mehrjährige Erfahrung im Machine Learning Engineering und praktische Erfahrung mit MLOps in Azure sind erforderlich. Bietet Entwicklungschancen in einem wertschätzenden Arbeitsumfeld.

Erstellung und Weiterentwicklung von Dashboards und Reportings, Datenanalysen mit BigQuery und GCP. Fundierte SQL-Kenntnisse sind erforderlich. Möglichkeit zur aktiven Mitgestaltung an Veränderungen.

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.

Planung, Betrieb und Entwicklung von IT-Infrastrukturen mit Fokus auf Netzwerke, Linux und Virtualisierung. Fundierte Kenntnisse in Netzwerktechnologien, Linux und Virtualisierung sind erforderlich. Aktive Einbindung in IT- und Datenprojekte.

Entwicklung skalierbarer Datenlösungen, Konzeption und Implementierung robuster Data Pipelines (ETL/ELT). Mindestens 3 Jahre Berufserfahrung im Aufbau von Datenpipelines und fundierte Kenntnisse in Python, SQL sowie einer Data Engineering Plattform (Databricks). Entwicklungschancen an einem modernen Bürostandort.

Leitung bereichsübergreifender IT-Infrastruktur- und Data & Analytics-Projekte. Mehrjährige Erfahrung in der Projektleitung im IT-Infrastruktur-Umfeld ist erforderlich. Attraktives Arbeitsumfeld mit Telearbeits- und Weiterbildungsmöglichkeiten.

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.