Auf einen Blick
- Aufgaben: Entwickle robuste Datenpipelines für KI und Analytics in einem dynamischen Umfeld.
- Unternehmen: Intersnack, ein führendes Unternehmen in der Snackindustrie mit innovativer IT-Abteilung.
- Vorteile: Flexibles Arbeiten, wettbewerbsfähiges Gehalt und spannende Karrierechancen.
- Weitere Informationen: Wachse in einem kreativen Team und erlebe eine spannende digitale Transformation.
- Warum dieser Job: Gestalte die Zukunft der KI mit und beeinflusse ein 4,5 Milliarden Euro Unternehmen.
- Qualifikationen: Erfahrung in der Datenpipeline-Entwicklung und Kenntnisse in Cloud-Technologien.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Hochwertige, zuverlässige Daten sind die Grundlage, auf der jeder KI-Anwendungsfall basiert, und diese Rolle ist verantwortlich dafür, diese Grundlage unerschütterlich zu machen. Als unser Data Engineer für AI Pipelines & DataOps werden Sie die Ingestion-Pipelines, Streaming-Architekturen und APIs entwerfen und bereitstellen, die Intersnacks KI- und Analysesysteme mit den Daten versorgen, die sie benötigen, um in großem Maßstab zu funktionieren. Sie berichten an das AI-Programm und arbeiten eng mit KI-Ingenieuren, Datenarchitekten und Geschäftsteams zusammen, wobei der Schwerpunkt auf Fertigungsumgebungen liegt, in denen Daten von Edge-Geräten einzigartige Herausforderungen bei der Datenaufnahme darstellen.
Diese Rolle bietet die Möglichkeit, über eine wirklich vielfältige Datenlandschaft hinweg zu arbeiten, von Fertigungs-Edge-Geräten und IoT-Sensoren bis hin zu strukturierten Unternehmensdatensystemen in den Bereichen Beschaffung und Vertrieb, was Ihnen eine Breite technischer Herausforderungen bietet, die nur wenige Datenengineering-Rollen bieten können. Sie haben direkten Einfluss darauf, wie KI- und Analyseanwendungsfälle in einem Unternehmen mit einem Umsatz von 4,5 Milliarden Euro ermöglicht werden, mit der Autonomie, Pipeline-Muster, API-Standards und DataOps-Praktiken zu definieren, auf denen andere aufbauen werden. Zusammenarbeit steht im Mittelpunkt unserer Arbeit, und Sie werden in ein Programmteam eingebettet sein, das Datenwissenschaft, KI-Architektur und Geschäftsermöglichung umfasst. Düsseldorf ist der Hauptsitz, mit Flexibilität für Remote-Arbeit.
Wie Sie Ihre Zeit als unser nächster Data Engineer - AI Pipelines & DataOps verbringen werden:
- Sie entwerfen und bauen die Dateninfrastruktur, die das KI-Programm von Intersnack antreibt, von skalierbaren Ingestion-Pipelines, die sowohl strukturierte Unternehmensdaten als auch unstrukturierte Signale aus Fertigungsumgebungen verarbeiten, bis hin zu den APIs, die Daten, Modelle und KI-Dienste für den Verbrauch in der gesamten Organisation bereitstellen.
- Ihr Fokus liegt auf Qualität, Beobachtbarkeit und kontinuierlicher Verbesserung.
Was Sie tun werden:
- Entwerfen und Implementieren von skalierbaren Dateninjection-Pipelines für strukturierte und unstrukturierte Datenquellen, einschließlich Fertigungssystemen, Edge-Geräten und Unternehmensdatenplattformen, um eine konsistente Datenqualität vom Ursprung bis zum Verbrauch sicherzustellen.
- Erstellen und Pflegen von Batch- und Streaming-Datenpipelines für Analyse- und KI-Anwendungsfälle unter Verwendung cloud-nativer Tools auf Microsoft Azure und/oder AWS.
- Entwerfen und Bereitstellen von REST- oder GraphQL-APIs für Datenressourcen, Endpunkte von Machine-Learning-Modellen und KI-Dienste, um einen zuverlässigen, regulierten Verbrauch durch interne Anwendungen und analytische Systeme zu ermöglichen.
- Implementieren von CI/CD-Praktiken und DataOps-Prinzipien über die Entwicklung und Bereitstellung von Pipelines hinweg, um automatisierte Tests, Versionierung und Release-Management für die Dateninfrastruktur zu unterstützen.
- Sicherstellen von Datenqualität, Herkunft und Beobachtbarkeit über alle Pipelines hinweg, Implementierung von Monitoring und Alarmierung, die Datenprobleme aufdecken, bevor sie die Ergebnisse von KI oder Analysen beeinträchtigen.
- Unterstützen der Integration von Fertigungs- und Edge-Gerätedaten, einschließlich IoT- und OT-Systemen, in die zentrale Datenplattform, um die spezifischen Latenz-, Format- und Volumenherausforderungen von Betriebstechnologieumgebungen zu adressieren.
- Zusammenarbeiten mit Datenwissenschaftlern und KI-Ingenieuren, um Datenflüsse zu entwerfen und zu optimieren, die das Training von Modellen, Inferenz und Wissensabruf unterstützen.
- Anwenden von Sicherheitspraktiken in der Pipeline- und API-Entwicklung, einschließlich Zugriffskontrolle, Verschlüsselung und Schutz vor Datenlecks, gemäß Intersnacks Souveränitäts- und Compliance-Standards.
- Beitragen zum Programm zur Förderung der KI-Kompetenz, indem Sie Kollegen dabei unterstützen, die Gesundheit der Datenpipeline, die Standards für Datenqualität und die Rolle zuverlässiger Daten in KI-Ergebnissen zu verstehen.
Nachgewiesene Erfahrung in der Gestaltung und Implementierung produktionsgerechter Datenpipelines unter Verwendung cloud-nativer Dienste auf Microsoft Azure (z.B. Azure Data Factory, Azure Event Hubs, Databricks) und/oder AWS (z.B. AWS Glue, Kinesis, Lake Formation).
Wichtige Erfahrungen:
- Erfahrung in der Arbeit mit Fertigungs- oder Betriebstechnologiedatenumgebungen, einschließlich IoT/Edge-Geräte-Datenaufnahme und Verarbeitung von Zeitreihendaten.
- Vertrautheit mit Microsoft Fabric, OneLake oder Azure Purview für das Management einer einheitlichen Datenplattform.
- Hintergrund in FMCG, Fertigung oder Lieferkette, der Kontext für die typischen betrieblichen Datenherausforderungen in diesen Umgebungen bietet.
Wichtig: Bitte beachten Sie, dass für diese Position ein gültiges Arbeits- und Aufenthaltsgenehmigung für Nicht-EU-Bewerber erforderlich ist.
Data Engineer - AI Pipelines & DataOps Arbeitgeber: Remotely
Akkodis ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern in Esslingen am Neckar eine spannende Karriere im Bereich Softwarequalität bietet. Mit einem starken Fokus auf Teamarbeit, Diversität und einer ausgewogenen Work-Life-Balance fördert das Unternehmen die persönliche und berufliche Weiterentwicklung seiner Mitarbeiter durch vielseitige Weiterbildungsmöglichkeiten und ein globales Netzwerk. Zudem profitieren die Angestellten von flexiblen Arbeitsmodellen, attraktiven Sozialleistungen und einem inspirierenden Arbeitsumfeld, das Innovation und Kreativität anregt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Engineer - AI Pipelines & DataOps erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Remotely zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Engineer - AI Pipelines & DataOps mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data Engineer - AI Pipelines & DataOps bei Remotely gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Remotely vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Remotely entscheidend sein!
