Auf einen Blick
- Aufgaben: Entwickle Datenpipelines und integriere Daten aus verschiedenen Quellen auf AWS.
- Unternehmen: Innovatives Mobilitäts- und Infrastrukturunternehmen mit Fokus auf Datensicherheit.
- Vorteile: Attraktive Vergütung, flexible Arbeitszeiten und spannende Projekte.
- Weitere Informationen: Agiles Team mit großartigen Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Datenverarbeitung und arbeite an innovativen Lösungen.
- Qualifikationen: Erfahrung in AWS, Python und Datenintegration erforderlich.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Mit dem Projekt wird die datenschutzkonforme, qualitätsgeprüfte und standardisierte Bereitstellung von großvolumigen, georeferenzierten multimodalen Sensordaten eines Mobilitäts- und Infrastrukturunternehmens an interne und externe Konsumenten umgesetzt.
Projektdetails:
- Laufzeit: 01.07.2026 - 31.12.2026
- Auslastung: 108 PT / davon 6 PT vor Ort in Frankfurt am Main
Für dieses Projekt werden ausschließlich Bewerbungen von angestellten Mitarbeiter*innen akzeptiert. Freiberufler*innen können beim Kunden leider nicht vorgestellt werden.
Projektbeschreibung:
Ein webbasiertes User-Interface unterstützt den Fachprozess des Datenuploads sowie die Qualitätsprüfung und Freigabe für Nachnutzungsszenarien. Eine horizontal skalierbar aufgebaute und auf nativen Cloud-Services (AWS) basierende Architektur zur Datenprozessierung und -bereitstellung stellt eine hochperformante Lösung für die Verarbeitung und Weitergabe der Massendaten dar. Diese orientiert sich an der Big Data Referenzarchitektur des Unternehmens. Zur schnellen Annahme und Bereitstellung von Massendaten über Cloud-Transfer soll ein C2C-Ingress-Kanal aufgebaut werden. Als Teil eines agilen Teams wird nach DevOps-Prinzipien gearbeitet.
Aufgaben:
- Entwicklung von Datenpipelines zur Datenaufnahme und -verarbeitung
- Aufbau von Datenbanken und Data Warehouses
- Entwicklung von Datenmodellen für die Speicherung von Daten
- Integration von Daten aus verschiedenen Quellen
- Implementierung von Data Governance- und Sicherheitsrichtlinien
- Optimierung von Datenbanken und Datenverarbeitungsprozessen
- Erstellung von Datenvisualisierungen und -berichten
- Automatisierung von Datenprozessen
- Entwicklung von Lösungen zur Skalierung von Dateninfrastrukturen
- Erstellung von APIs und Integration von Daten in Anwendungen
- Entwicklung der Ingest-Pipeline: S3-Transfer
- Prüfung Provisioning
- Implementierung automatisierter Datenqualitätprüfungen
- Integration der Malware-Scanning-Lösung in die Pipeline
- Aufbau der Provisioning-Zone
- Feedback-Mechanismus an Datenlieferanten
Muss-Kriterien:
- Fundierte Erfahrung im Aufbau von Datenpipelines auf AWS mit den Services S3, Step Functions, Lambda/Fargate, AWS Batch - ab 5 Jahre
- Fundierte Erfahrung mit AWS Glue - ab 3 Jahre
- Fundierte Erfahrung mit Datenformaten und Schema-Validierung: Parquet, CSV, JSON, YAML - ab 3 Jahre
- Fundierte Erfahrungen in der Implementierung mit Python - ab 5 Jahre
- Projekterfahrung in der Datenintegration aus heterogenen Quellen - 2 Referenzen
Soll-Kriterien:
- AWS-Zertifizierung - AWS Certified Data Engineer oder Data Analytics Specialty
- Batch-Verarbeitung großer Datenmengen (500 GB pro Lieferung) - 2 Referenzen
- Fundierte Erfahrung in der Event-Driven-Datenverarbeitung: EventBridge, Step Functions - ab 3 Jahre
- Fundierte Erfahrung in der Umsetzung von Infrastructure as Code mit AWS CDK - ab 1 Jahr
Data Engineer (m/w/d) - AWS, AWS Glue, Python Arbeitgeber: Randstad Deutschland
Als Arbeitgeber bietet unser Unternehmen eine dynamische und innovative Arbeitsumgebung in Frankfurt am Main, die auf Teamarbeit und agile Methoden setzt. Wir fördern die berufliche Weiterentwicklung unserer Mitarbeiter*innen durch gezielte Schulungen und Zertifizierungen, insbesondere im Bereich AWS und Datenverarbeitung. Zudem profitieren unsere Angestellten von flexiblen Arbeitszeiten und einer offenen Unternehmenskultur, die Kreativität und Eigenverantwortung schätzt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Engineer (m/w/d) - AWS, AWS Glue, Python erhalten könnten
✨Zeig dein Können in Data Science Wettbewerben!
Nimm an Wettbewerben wie Kaggle oder DrivenData teil. Dort kannst du deine Fähigkeiten in der Datenanalyse und im maschinellen Lernen unter Beweis stellen, was dir nicht nur praktische Erfahrungen bietet, sondern auch deine Sichtbarkeit in der Branche erhöht.
✨Nutze lokale Data Science Meetups!
Schau dir lokale Meetups und Networking-Events an, die sich auf Data Science fokussieren. Dort kannst du Gleichgesinnte treffen, dein Netzwerk erweitern und möglicherweise Kontakte knüpfen, die dir zu einem befristeten Job helfen könnten.
✨Hebe deine Projekte hervor!
Wenn du bereits an Projekten gearbeitet hast, sei es im Studium oder privat, präsentiere sie auf Plattformen wie GitHub. Das zeigt zukünftigen Arbeitgebern nicht nur dein Können, sondern auch deine Leidenschaft für Data Science.
✨Bewerbungen über unsere Website!
Vergiss nicht, dich direkt über unsere Website bei Randstad Deutschland zu bewerben! Dort hast du die besten Chancen, gesehen zu werden und wir freuen uns immer über neue Talente in unserem Team.
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Engineer (m/w/d) - AWS, AWS Glue, Python mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Daten, Daten, Daten!:In der Datenwissenschaft kommt es darauf an, wie gut du mit Daten umgehst. Vergiss nicht, in deinem Lebenslauf Projekte oder Arbeiten zu erwähnen, bei denen du Daten analysiert oder Modelle entwickelt hast. Verwende auch spezifische Tools oder Programmiersprachen, die du bereits benutzt hast, wie Python oder R – das beeindruckt sicher!
Zeig uns deinen Code!:Wenn du ein paar coole Projekte oder Forschungsarbeiten hast, vielleicht sogar auf GitHub, wäre jetzt der perfekte Moment, das zu zeigen! Gerade bei einer befristeten Stelle ist es wichtig, dass du einen Nachweis über deine Fähigkeiten liefern kannst. Ein Portfolio oder Links zu deinen Arbeiten machen einen riesigen Unterschied.
Begeisterung ist der Schlüssel!:In deinem Anschreiben kannst du zeigen, wie sehr du für den Job brennst. Erkläre, warum du dich für die befristete Stelle bei Randstad Deutschland interessierst, und was du in dieser Zeit lernen und beitragen möchtest. Das zeigt nicht nur deine Motivation, sondern auch, dass du dir Gedanken über das Team und das Unternehmen gemacht hast.
Klar kommunizieren!:Datenwissenschaftler müssen oft ihre Ergebnisse einfach und klar kommunizieren. Achte darauf, dass dein Anschreiben und Lebenslauf strukturiert und übersichtlich sind. Das hilft nicht nur dir, sondern zeigt auch Randstad Deutschland, dass du in der Lage bist, komplexe Informationen verständlich zu präsentieren.
Wie man sich auf ein Vorstellungsgespräch bei Randstad Deutschland vorbereitet
✨Mach dich mit den wichtigsten Tools vertraut
Im Data-Science-Bereich sind Kenntnisse in Tools wie Python, R und SQL absolut entscheidend. Sei bereit, während des Interviews konkrete technische Fragen zu diesen Tools zu beantworten oder sogar kleine Aufgaben zu lösen. Zeig, dass du die Funktionsweise dieser Technologien wirklich verstehst und anwenden kannst.
✨Präsentation deiner Projekte
Da es sich um eine befristete Stelle handelt, solltest du dein Portfolio oder deine bisherigen Projekte gut im Blick haben. Bereite eine kurze Präsentation deiner Arbeit vor – gehe auf die Problemstellung, deine Herangehensweise und die Ergebnisse ein. Zeig, was du gelernt hast und wie du dieses Wissen in die neue Rolle einbringen kannst.
✨Verstehe die Daten, die du analysierst
Interviewer im Bereich Data Science wollen oft überprüfen, wie gut du die verschiedenen Datentypen und deren Anwendung verstehst. Sei darauf vorbereitet, Szenarien zu diskutieren, in denen du bestimmte Datenquellen analysiert oder bereinigt hast. Das zeigt nicht nur technisches Know-how, sondern auch analytisches Denken.
✨Fragen zur Teamarbeit und Projekterfahrung
Befristete Stellen bedeuten oft, dass du in einem dynamischen Team arbeiten wirst. Sei bereit, Fragen zu deiner Teamarbeit und deinen Erfahrungen in Projekten zu beantworten. Erzähl, wie du Herausforderungen in der Zusammenarbeit gemeistert hast und welche Rolle du im Team übernommen hast.
