• Du möchtest moderne Daten- und KI-Infrastrukturen mitgestalten und große Datenmengen effizient nutzbar machen?Als Data Engineer spielst Du eine zentrale Rolle beim Aufbau, der Integration und der Verarbeitung von Datenströmen, die unsere KI-Anwendungen und Modelle antreiben. Du arbeitest eng mit unseren KI-Entwicklern sowie dem DevOps-Team zusammen und gestaltest umfassende Datenpipelines, mit der wir die Systeme in unserer Kubernetes-Infrastruktur miteinander verbinden können.

DEINE AUFGABEN

• Du entwickelst und betreibst fehlertolerante Datenpipelines (ETL/ELT), mit denen große Datenmengen zuverlässig gesammelt, verarbeitet und bereitgestellt werden.
• Du integrierst externe Datenquellen, Schnittstellen und Services in unseren KI-Stack und sorgst für reibungslose Datenflüsse zwischen Anwendungen, Modellen und Infrastruktur.
• Du unterstützt den Aufbau und Betrieb von MLOps-Pipelines, zum Beispiel für Modelltraining, Evaluation und Deployment.
• Du entwickelst und pflegst Datenmodelle, Datenstrukturen und Speicherkonzepte für SQL-, NoSQL- und Objekt-Storage-Systeme.
• Du stellst sicher, dass Datenqualität, Monitoring und Observability durch geeignete Tools und Prozesse gewährleistet sind.
• Du arbeitest in einem agilen Projektumfeld mit einem engagierten Team zusammen.

DEIN PROFIL

• Du bringst ein abgeschlossenes Studium im Bereich Informatik, Data Science, Elektrotechnik oder eine vergleichbare Qualifikation mit.
• Du hast bereits Erfahrung im Data Engineering und kennst gängige Tools wie Airflow, Kafka oder Spark.
• Du hast Erfahrung mit Datenbanken und Datenmodellierung (SQL, NoSQL, Object Storage).
• Du bringst Erfahrung mit Containerisierung und Kubernetes mit, idealerweise in einer on-premises Umgebung.
• Du verfügst über Kenntnisse im Bereich MLOps, beispielsweise in MLflow, Kubeflow oder vergleichbaren Frameworks.
• Optimal wäre es, wenn Du bereits Programmierkenntnisse in Python mitbringst und Erfahrung mit DevOps-Prozessen hast.
• Du arbeitest gerne im Team, bringst Dich aktiv ein und gestaltest aktuelle wie zukünftige Themen im KI-Bereich maßgeblich mit.