Data and AI Engineering Specialist / Manager (m/w/d)

Ihre Mission

Sie werden das technische Rückgrat von Armiras aufstrebender Data & AI-Funktion sein, verantwortlich für den Aufbau und die Wartung der internen Dateninfrastruktur und der KI-gestützten Workflows des Unternehmens. Dies ist eine Rolle mit zwei Säulen: Sie sind verantwortlich für (1) das Design und die Implementierung von Armiras zentralem Data Warehouse, Ingestion-Pipelines, Datenmodellen und Reporting-Ebenen, und (2) den Aufbau von KI- und LLM-gestützten internen Tools und Workflows, die die täglichen Prozesse des Investmentteams unterstützen, indem Sie vorhandene APIs, Agenten-Frameworks und Workflow-Automatisierungstools nutzen. Je nach Ihrem Hintergrund können Sie zunächst mehr in Richtung einer Säule tendieren – entscheidend ist die Fähigkeit und der Antrieb, in beiden Bereichen zu arbeiten.

Ihre Verantwortlichkeiten

• Säule 1: Data Warehouse & Infrastruktur
  • Architektur, Aufbau und Wartung eines zentralisierten Data Warehouses zur Konsolidierung fragmentierter Datenquellen im Unternehmen
  • Design von ETL/ELT-Pipelines zur Aufnahme, Transformation und Strukturierung von Daten aus Marktdatenbanken, Deal-Pipeline-Quellen und internen Systemen
  • Implementierung von Datenqualitätsrahmen und Governance-Standards, die für ein reguliertes Finanzdienstleistungsumfeld geeignet sind
  • Erstellung von Dashboards und Reporting-Tools, um Self-Service-Analysen für das Investmentteam zu ermöglichen
• Säule 2: Entwicklung von KI-Workflows & interne Tools
  • Design und Aufbau von KI-gestützten Workflows (z.B. LLM-Integrationen, n8n/Make-Automatisierung), um die Deal-Sourcing-, Due-Diligence-Unterstützung und internen Reporting-Workflows zu automatisieren und zu verbessern
  • Entwicklung interner Tools und Anwendungen unter Verwendung von LLM-APIs, Integration mit bestehenden Systemen (CRM, Dokumentenmanagement, Kommunikationsplattformen)
  • Prototyping, Testen und Iteration von KI-gestützten Workflows, Übersetzung von Geschäftsanforderungen in technische Lösungen unter Anleitung der Führungsebene
  • Aktuell bleiben mit dem sich schnell entwickelnden KI/LLM-Ökosystem und Evaluierung sowie Empfehlung neuer Tools und Ansätze zur Implementierung

Technischer Ansatz & Erwartungen an den Stack

Wir erwarten, dass Sie gut etablierte, cloud-native Tools nutzen und die Architektur einfach, gut dokumentiert und wartbar halten, sodass ein anderer Ingenieur die Schlüssel-Pipelines innerhalb kurzer Einarbeitungszeit verstehen und betreiben kann. Wir optimieren nicht für hochmoderne benutzerdefinierte Architekturen, sondern für pragmatische, robuste Lösungen. Der erwartete Tech-Stack orientiert sich an gut etablierten Tools im Bereich Data Engineering:

• Data Warehouse: z.B. Snowflake, Fabric
• Cloud: Bevorzugt Azure
• Transformation & Orchestrierung: dbt / Airflow
• Visualisierung: Tableau / Power BI
• Programmierung: Python, SQL
• AI/LLM: OpenAI, Anthropic APIs; Agenten-Frameworks (LangChain, MCP, etc.); Workflow-Automatisierung (n8n, Make)

Ihr Profil

Erforderliche Qualifikationen:

• Abschluss in Informatik, Data Science, Ingenieurwesen oder einem verwandten quantitativen Bereich
• Mindestens 2 Jahre Berufserfahrung (Spezialist: 2–5 Jahre; Manager: 5+ Jahre) in Data Engineering, Softwareentwicklung oder angewandter Datenwissenschaft
• Idealerweise mindestens einen End-to-End-Bau eines Datenprodukts, internen Tools oder einer Datenplattform in einem professionellen Umfeld (z.B. Design eines Datenmodells, Aufbau von Pipelines und Inbetriebnahme von Dashboards oder einer internen Anwendung)
• Starke Programmierkenntnisse in Python; solide Erfahrung mit SQL und modernen Data-Stack-Tools (z.B. Snowflake, dbt, Airflow)
• Erfahrung mit Cloud-Plattformen (AWS, GCP oder Azure)
• Vertrautheit mit LLM-APIs (OpenAI, Anthropic oder ähnlich) und Bereitschaft sowie Erfahrung im Aufbau von KI-gestützten Workflows (z.B. n8n, make.com)
• Fähigkeit, unabhängig zu arbeiten, mit Unklarheiten umzugehen und End-to-End-Lösungen zu liefern
• Fließend in Englisch; Deutschkenntnisse sind ein großer Vorteil

Bevorzugte Qualifikationen:

• Erfahrung in oder Kontakt mit Finanzdienstleistungen, Beratung oder Private Equity
• Vertrautheit mit agentischen KI-Frameworks (LangChain, CrewAI oder ähnlich) und/oder Workflow-Automatisierungsplattformen (n8n, Make)
• Erfahrung mit Datenvisualisierungstools (Tableau, Power BI oder ähnlich)
• Verständnis von PE-Workflows (Deal-Sourcing, Due Diligence, Reporting) als Kontext für den Aufbau effektiver interner Tools
• Nachweis über den Aufbau von Datenprodukten oder internen Tools in einem kleineren Teamumfeld

Warum wir?

Was wir bieten:

• Einzigartige Gelegenheit, eine Funktion von Grund auf bei einer führenden DACH-Investitionsholding aufzubauen
• Tiefe Einblicke in das Investmentteam und PE-Deal-Making: Sie werden an Deal-Diskussionen, Portfolio-Reviews und Strategie-Meetings teilnehmen und ein echtes Verständnis dafür entwickeln, wie Private Equity funktioniert und Ihr eigenes berufliches Netzwerk in der Branche aufbauen
• Wettbewerbsfähige Vergütung, münchenbasierte Rolle mit Homeoffice-Optionen, kombiniert mit einer kollaborativen, unternehmerischen Teamkultur
• Hohe Autonomie mit klaren Karrierewachstumsmöglichkeiten, während die Datenfunktion skaliert
• Budget für Lernen und Entwicklung für Konferenzen, Kurse und Zertifizierungen

Über uns

Armira ist eine in München und London ansässige Investmentholding mit einer wirklich differenzierten DNA, die von unternehmerischem langfristigem Kapital geprägt ist. Unterstützt von einer einzigartigen Kapitalbasis aus Unternehmern und unternehmerischen Familien investieren wir mit einer langfristigen Denkweise und einem hochflexiblen Mandat. In unseren drei Investitionsstrategien arbeiten wir mit außergewöhnlichen Unternehmern in ganz Europa zusammen - von schnell wachsenden Unternehmen mit über 10 Millionen Euro Umsatz bis hin zu globalen Familienunternehmen mit mehr als 1,0 Milliarden Euro Umsatz. Unser Team von ca. 80 Fachleuten bringt umfangreiche Erfahrungen aus erstklassigen Investitionen mit, einschließlich früherer Positionen bei führenden Private-Equity-Firmen, Strategieberatungen und Investmentbanken wie KKR, Auctus, Blackstone, Advent, McKinsey, BCG, Bain & Company, Goldman Sachs und J.P. Morgan.