Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Gestalte moderne Datenpipelines und arbeite an innovativen KI-Projekten.
- Arbeitgeber: Dynamisches Unternehmen mit Fokus auf Daten und KI.
- Mitarbeitervorteile: Attraktives Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Andere Informationen: Tolle Karrierechancen in einem kreativen und unterstützenden Umfeld.
- Warum dieser Job: Sei Teil eines agilen Teams und forme die Zukunft der KI mit.
- Gewünschte Qualifikationen: Studium in Informatik oder Data Science und Erfahrung im Data Engineering.
Das voraussichtliche Gehalt liegt zwischen 43200 - 72000 € pro Jahr.
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.
Data Engineer (m/w/d) Arbeitgeber: group24 AG
Kontaktperson:
group24 AG HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Data Engineer (m/w/d)
✨Netzwerken, Netzwerken, Netzwerken!
Nutze Plattformen wie LinkedIn, um mit anderen Data Engineers und KI-Entwicklern in Kontakt zu treten. Teile deine Projekte und Erfahrungen, um sichtbar zu werden und vielleicht sogar Empfehlungen zu erhalten.
✨Praktische Fähigkeiten zeigen
Erstelle ein Portfolio mit Projekten, die deine Fähigkeiten im Data Engineering demonstrieren. Zeige, wie du Datenpipelines aufgebaut hast oder mit Tools wie Airflow und Kafka gearbeitet hast – das spricht für sich!
✨Vorbereitung auf technische Interviews
Mach dich bereit für technische Fragen und praktische Tests. Übe mit Coding-Challenges und sei bereit, deine Lösungen zu erklären. Das zeigt nicht nur dein Wissen, sondern auch deine Kommunikationsfähigkeiten.
✨Bewirb dich direkt über unsere Website!
Wir bei StudySmarter lieben es, Talente zu entdecken! Bewirb dich direkt über unsere Website, um sicherzustellen, dass deine Bewerbung die richtige Aufmerksamkeit bekommt. Lass uns gemeinsam die Zukunft der Daten gestalten!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Data Engineer (m/w/d)
Tipps für deine Bewerbung 🫡
Sei authentisch!: Zeig uns, wer du wirklich bist! Deine Persönlichkeit und Leidenschaft für Data Engineering sollten in deiner Bewerbung deutlich werden. Lass uns wissen, warum du bei StudySmarter arbeiten möchtest und was dich an der Position reizt.
Betone deine Erfahrungen: Erzähle uns von deinen bisherigen Projekten und Erfahrungen im Data Engineering. Welche Tools hast du verwendet? Wie hast du Datenpipelines aufgebaut? Je konkreter du bist, desto besser können wir einschätzen, wie du ins Team passt.
Mach es übersichtlich: Achte darauf, dass deine Bewerbung klar strukturiert ist. Verwende Absätze, Aufzählungen und eine gut lesbare Schriftart. So können wir schnell die wichtigsten Informationen finden und uns ein Bild von dir machen.
Bewirb dich über unsere Website: Der einfachste Weg, um Teil unseres Teams zu werden, ist die Bewerbung über unsere Website. Dort findest du alle Informationen und kannst sicherstellen, dass deine Unterlagen direkt bei uns landen. Wir freuen uns auf deine Bewerbung!
Wie du dich auf ein Vorstellungsgespräch bei group24 AG vorbereitest
✨Verstehe die Technologien
Mach dich mit den Tools und Technologien vertraut, die in der Stellenbeschreibung erwähnt werden, wie Airflow, Kafka und Spark. Zeige im Interview, dass du nicht nur die Begriffe kennst, sondern auch praktische Erfahrungen damit hast.
✨Bereite konkrete Beispiele vor
Überlege dir spezifische Projekte oder Herausforderungen, die du in der Vergangenheit gemeistert hast. Erkläre, wie du Datenpipelines entwickelt oder MLOps-Pipelines implementiert hast. Das zeigt, dass du das nötige Know-how mitbringst.
✨Teamarbeit betonen
Da die Rolle viel Zusammenarbeit erfordert, sei bereit, über deine Erfahrungen in agilen Teams zu sprechen. Betone, wie du aktiv zur Teamdynamik beiträgst und wie du mit anderen Entwicklern und dem DevOps-Team zusammengearbeitet hast.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und dem Unternehmen. Frage nach den aktuellen Projekten im KI-Bereich oder wie das Team die Datenqualität sicherstellt.