Unser Kunde ist ein innovatives Start-up im Bereich Künstliche Intelligenz mit Sitz in Berlin, das sich auf die Beschleunigung der KI-Adoption in verschiedenen Branchen spezialisiert hat. In dieser Rolle als AI Platform Engineer sind Sie das Herzstück der Dateninfrastruktur und der Analysefähigkeiten des Unternehmens. Sie werden die Entwicklung und den Betrieb der Analyseplattform leiten und Ihre Expertise im Bereich Plattformengineering weiter ausbauen. Zu Ihren Hauptaufgaben gehören der Aufbau, die Wartung und die Optimierung von Datenpipelines unter Verwendung von dbt, SQL und modernen Datenstack-Tools. Sie entwickeln robuste Datenmodelle und Transformationen für Analysen, Berichterstattung und maschinelles Lernen. Darüber hinaus implementieren Sie umfassende Datenqualitätsrahmen und -überwachungen. Sie arbeiten eng mit Datenwissenschaftlern, Analysten und Stakeholdern zusammen, um geschäftliche Anforderungen in skalierbare Datenlösungen zu übersetzen. Diese Position bietet Ihnen die Möglichkeit, Ihre Kenntnisse in der Datenverarbeitung und im Plattformengineering zu erweitern und an Open-Source-Projekten teilzunehmen. Das Team zeichnet sich durch eine flache Hierarchie und direkte Kommunikation aus, was eine schnelle Lern- und Arbeitsatmosphäre fördert.

Der ideale Kandidat bringt eine Leidenschaft für Datenengineering und Analytik mit und hat Interesse an breiteren Infrastrukturherausforderungen. Eine abgeschlossene Ausbildung in Informatik, Software Engineering oder einem verwandten technischen Bereich ist erforderlich, oder gleichwertige Berufserfahrung. Sie sollten starke Kenntnisse in SQL und Erfahrung mit dbt haben sowie praktische Erfahrung im Aufbau und der Wartung von Datenpipelines und ETL/ELT-Prozessen. Kenntnisse in Python zur Datenverarbeitung und Automatisierung sind ebenfalls notwendig. Erfahrung mit Cloud-Datenplattformen, vorzugsweise GCP BigQuery, ist wünschenswert. Zudem sollten Sie mit Datenorchestrierungstools wie Airflow oder ähnlichem vertraut sein. Ein grundlegendes Verständnis von Datenmodellierung, Data Warehousing und bewährten Verfahren im Bereich Analytik ist erforderlich. Kommunikationsstärke, Eigeninitiative und Problemlösungsfähigkeiten sind entscheidend. Fließende Englischkenntnisse sind erforderlich.