Diese Rolle umfasst die Entwicklung und den Betrieb moderner Datenplattformen sowie die Umsetzung datengetriebener Lösungen. Der Fokus liegt auf skalierbaren ETL/ELT-Prozessen, Cloud-basierten Datenarchitekturen und der Integration von Machine-Learning-Prozessen in produktive Umgebungen. Dabei werden Daten aus unterschiedlichen Quellen verarbeitet, analysiert und für fundierte Business-Entscheidungen nutzbar gemacht.

• Entwicklung, Optimierung und Betrieb von ETL-/ELT-Pipelines für Batch- und Echtzeitdatenverarbeitung

• Integration von Daten aus unterschiedlichen Quellen wie APIs, Sensoren, Streaming-Plattformen und internen Systemen

• Konzeption und Umsetzung moderner Datenarchitekturen mit Data Lakehouse- und Data-Mart-Ansätzen

• Implementierung von Datenqualitäts-, Bereinigungs- und Sicherheitsprozessen

• Durchführung von Datenanalysen, Feature Engineering und statistischen Auswertungen zur Gewinnung von Business Insights

• Aufbau und Betrieb produktiver Machine-Learning-Pipelines inklusive Monitoring und Modelloptimierung

• Einführung und Weiterentwicklung von MLOps-Prozessen für Training, Deployment, Versionierung und Überwachung von Modellen

• Abgeschlossenes Studium in Informatik, Data Science, Computer Science, Software Engineering, Wirtschaftsinformatik oder vergleichbarer Fachrichtung

• Mehrjährige Erfahrung im Data-Engineering-Umfeld sowie im Aufbau von Datenplattformen

• Fundierte Erfahrung mit Azure Databricks und Power BI

• Kenntnisse in Streaming-Technologien wie Kafka, Kinesis oder Pub/Sub

• Sehr gute Programmierkenntnisse in Python sowie fundierte Kenntnisse in SQL und Datenbanksystemen

• Erfahrung mit MLOps-Plattformen wie Azure Machine Learning, Databricks ML, MLflow oder Kubeflow

• Kenntnisse in Statistik, Feature Engineering und Modellvalidierung

• Fliessende Deutschkenntnisse