(Senior) Geospatial Data Engineer (f/m/x) - Remote Sensing & AI Pipelines

Wir suchen einen Senior Geospatial Data Engineer, um das leistungsstarke Daten-Backbone für unsere multitemporalen, multimodalen Erdbeobachtungsmodelle aufzubauen. Während sich unsere ML-Ingenieure auf die Modellarchitektur konzentrieren, werden Sie den gesamten geospatialen Datenlebenszyklus verantworten: Entdeckung, Ingestion, Standardisierung, Qualitätssicherung und Lieferung von produktionsbereiten Datensätzen, die hochauflösende optische und Synthetic Aperture Radar (SAR) Bilder kombinieren.

Dies ist eine Rolle mit hoher Auswirkung an der Schnittstelle zwischen Erdbeobachtung und KI. Sie werden der Verwalter unserer geospatialen "Datenmaschine" sein – sicherstellen, dass sie skalierbar, deterministisch und in der Lage ist, Terabytes von Multisensor-Satellitendaten zu verarbeiten, um ein semantisches Verständnis über Sensoren und Zeit zu ermöglichen. Neben der Datenverarbeitung werden Sie eine aktive Rolle im Management des ML-Lebenszyklus spielen, von der Versionierung von Datensätzen und dem Experiment-Tracking bis hin zur Bereitstellung und Überwachung von Modellen.

Sie werden mit Folgendem arbeiten:

• Geospatial & EO: GDAL, Rasterio, GeoPandas, QGIS, STAC, Cloud-Optimised GeoTIFF, Zarr, PostGIS
• Datenorchestrierung & Compute: Prefect, Ray
• Datenbanken: PostgreSQL + PostGIS
• Cloud: AWS (S3, EC2 und unterstützende Infrastruktur)
• ML-Lebenszyklus: Databricks, MLflow, PyTorch, PyTorch Lightning

Ihr Profil:

Must have:

• Geospatial Engineering Expertise: Tiefgehende praktische Erfahrung mit geospatialen Datenformaten, Projektionen und Operationen. Beherrschung von GDAL, Rasterio, GeoPandas und STAC für die Handhabung und Standardisierung großer EO-Daten.
• Remote Sensing Foundations: Solides Verständnis der satellitengestützten Fernerkundungsprinzipien für sowohl optische als auch SAR-Sensoren.
• Datenqualität & Pipeline-Zuverlässigkeit: Nachgewiesene Fähigkeit, Datenqualitätsrahmen zu entwerfen und zu automatisieren.
• Starke Softwareentwicklung: Beherrschung von Python mit Fokus auf sauberen, wartbaren und testbaren Code.
• Datenorchestrierung & verteiltes Rechnen: Beherrschung von Prefect (oder Airflow) und verteilten Rechenframeworks wie Ray.
• Datenbankmanagement: Starke Kenntnisse in PostgreSQL/PostGIS.
• Pragmatische Lieferung: Eine Denkweise, die robusten, langfristigen Infrastruktur mit praktischer, iterativer Lieferung in einem schnelllebigen Forschungsumfeld ausbalanciert.

Nice to have:

• MLOps & ML-Lebenszyklus: Praktische Erfahrung mit MLflow, Databricks und besten Praktiken zur Versionierung von Datensätzen.
• Cloud & Big Data: Erfahrung mit AWS-Infrastruktur und Databricks.
• Fortgeschrittene SAR-Verarbeitung: Erfahrung mit speziellen SAR-Vorverarbeitungsbibliotheken.
• Cloud-Native Geospatial Standards: Praktische Erfahrung mit Cloud-Optimised GeoTIFF, Zarr oder STAC API-Implementierungen.

Ihre Vorteile:

• Die Möglichkeit, ein Produkt zu schaffen, das Geschäftsprozesse und Leben weltweit verbessern kann.
• Flexible Arbeitszeiten und hybrides Arbeitsmodell.
• Ein kollaboratives und lernendes Umfeld.
• Büro im Zentrum von Berlin Kreuzberg mit kostenlosen Snacks und Getränken.
• Teilnahme am Mitarbeiteraktienoptionsprogramm.
• Mitgliedschaft bei Urban Sports und BVG-Zuschuss.
• Ein vielfältiges und lebendiges internationales Umfeld mit über 30 verschiedenen Nationalitäten.

Über uns: LiveEO ist ein gut finanziertes Startup, das 2018 gegründet wurde und seinen Sitz in Berlin hat. Unser Hauptservice besteht darin, Risiken für die Vermögenswerte und Infrastrukturen unserer Kunden zu modellieren.