vom 07.10.2026
Konzeption und Entwicklung robuster ETL-/ELT-Pipelines für Daten aus Webshop, ERP, Warenwirtschaft, CRM und Stores. Aufbau und Weiterentwicklung von Datenmodellen und Lakehouse-Strukturen (z.B. Medallion-Architektur). Sicherstellung von Datenqualität, Monitoring und Data Governance. Aufbau und Pflege eines Feature Stores für konsistente und wiederverwendbare ML-Features. Entwicklung von Data Products mit klaren Schnittstellen, Ownership und Qualitätsstandards. Überführung von Machine-Learning-Modellen in den produktiven Betrieb. Aufbau und Weiterentwicklung von MLOps-Prozessen (Training, Deployment, Monitoring, Retraining). Entwicklung von AI-Agents und RAG-basierten KI-Lösungen für verschiedene Fachbereiche. Analyse fachlicher Anforderungen und Umsetzung in skalierbare technische Lösungen. Automatisierung von Bereitstellung und Betrieb mittels CI/CD und Infrastructure as Code. Etablierung von Best Practices und Standards im Bereich Data & AI.
Anforderungen: Mehrjährige praktische Erfahrung im Data Engineering mit: ETL/ELT-Prozesse, Data Lakes, Data Warehouses bzw. Lakehouse-Architekturen. Erfahrung mit dem Aufbau von Feature Stores. Praxis-Erfahrung mit Konzepten wie Data Products bzw. Data Mesh. Entwicklungserfahrung von Machine-Learning-Modellen und diese in Produktion gebracht und betrieben. Sicher in der Programmierung mit Python und SQL; Spark bzw. PySpark. Gutes Verständnis für skalierbare, sichere und wartbare Systemarchitekturen sowie für APIs, CI/CD und Automatisierung. Strukturierte Arbeitsweise, klare Kommunikation mit technischen und fachlichen Ansprechpartnern. Deutsch und Englisch sicher in Wort und Schrift.
Ort: Remote. Beginn: 01.11.2026. Dauer: 5 Monate. Umfang: Vollzeit.
Kontaktadresse
|
