Auf einen Blick
- Aufgaben: Entwickle innovative KI-Lösungen und arbeite an spannenden Datenprojekten.
- Unternehmen: Dynamische KI-Beratung mit Fokus auf gesellschaftliche Verantwortung.
- Vorteile: Echter Impact, flexible Arbeitszeiten und ein unterstützendes Team.
- Weitere Informationen: Wachsendes Unternehmen mit großartigen Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Arbeit mit modernster Technologie und ethischen Werten.
- Qualifikationen: Erfahrung im Data Engineering und Leidenschaft für KI-Technologien.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Wir sind das Team Passerelle, eine 2025 in Berlin gegründete KI-Beratung aus dem gewerkschaftlichen Umfeld. Unser Name ist Programm: Passerelle bedeutet Brücke. Wir sind angetreten, um inmitten der größten Transformation der Arbeitswelt genau diese Brücke in die Zukunft zu bauen - eine Brücke, die echten technologischen Fortschritt ermöglicht und gleichzeitig bessere Arbeitsbedingungen schafft. All das machen wir unter dem Leitsatz: Gute KI. Gute Arbeit.
Gegründet von erfahrenen Köpfen aus der Tech- und Beratungswelt sowie der angewandten KI-Wissenschaft, verbinden wir strategischen C-Level-Weitblick mit tiefem technologischem Sachverstand. Wir begleiten Organisationen und Institutionen auf ihrem Weg in eine KI-geprägte Zukunft, von der strategischen Beratung über die werteorientierte technische Implementierung bis zur nachhaltigen Adoption im Betrieb. Neben unseren Transformationsmandaten entwickeln wir außerdem eigene Software-Produkte für digitale Souveränität.
Responsibilities
- Datenbestandsaufnahme & Reifegrad: Erstellung von Datenlandkarten über heterogene Bestände hinweg und Bewertung des Reifegrads des digitalen Fundaments. Lückenanalysen zu Identifikatoren und Metadaten zeigen präzise, wo der Hebel liegt.
- AI Data Ingestion (KI-Enablement): Erschließung unstrukturierter Datenquellen (PDFs, Berichte, Publikationen) für die Nutzung in KI-Systemen – Text‑Extraktion, Chunking‑Strategien, Metadaten‑Generierung, z. B. mit Werkzeugen wie LlamaParse oder Unstructuredio.
- Datenfundament & Retrieval: Entwicklung von Metadaten‑ und Identifikator‑Konzepte, Datenmodellen und Embedding‑Pipelines; Aufbau der Retrieval‑Grundlage für RAG‑Anwendungen – inklusive Befüllung und Betrieb von Vektordatenbanken (z. B. Qdrant, Weaviate, pgvector). Qualität der Grundlage wird systematisch bewertet.
- Datenschutz & Souveränität: Verantwortungs voller Umgang mit sensiblen Daten und Abstimmung zu AI‑Governance, Datenschutz, EU AI Act und Souveränitätsanforderungen. Datensparsamkeit und Schutzwürdigkeit sind von Anfang an zu berücksichtigen.
- Pipelines für interne Software‑Entwicklung: Aufbau und Betrieb perspektivischer Ingest‑ und Retrieval‑Pipelines für eigene Software‑Produkte – mit DataOps‑Mindset (Versioning, Testing, Observability) und Verständnis agentischer Muster inkl. Human‑in‑the‑loop.
Qualifications
- Fundierte Data‑Engineering‑Erfahrung: Mehrjährige (3+ Jahre) im Data Engineering oder als Data Platform Engineer – idealerweise in gewachsenen, heterogenen Datenlandschaften. Exzellentes Python und SQL sowie sicherer Umgang mit dem Modern Data Stack (z. B. dbt, Airflow, Dagster) und ETL-/ELT‑Prozessen.
- KI‑Enablement: Praktische Erfahrung mit Embedding‑Pipelines und Vektordatenbanken (z. B. Qdrant, Weaviate, Milvus, pgvector), ein Gespür für Retrieval‑Strategien und Erfahrung mit der Erschließung unstrukturierter Daten (z. B. LlamaParse, Unstructuredio).
- Datenschutz‑Bewusstsein: Erfahrung im verantwortungsvollen Umgang mit sensiblen und personenbezogenen Daten sowie Kenntnis der einschlägigen Anforderungen (insb. DSGVO, EU‑AI‑Act‑Awareness).
- Pragmatismus bei realer Datenlage: Umgang mit unvollständigen, gewachsenen Datenbeständen; Priorisierung von nutzbarem Datenmodell vor Perfektion.
- Kommunikationsstärke & Haltung: Übersetzung der Datenrealität verständlich für nicht-technische Stakeholder und Kommunikation auf Augenhöhe mit Fachbereichen. Deutsche und englische Sprachkenntnisse verhandlungssicher. Selbststeuerung, lösungsorientiertes Denken und Werte‑orientierte Arbeitswelt im Blick.
Schön, wenn du zusätzlich mitbringst:
- Erfahrung mit Knowledge Graphs, Semantic Layer oder Text‑to‑SQL; ausgeprägtes DataOps‑Mindset; Lust an PoCs mitzubauen.
Benefits
- Echter Impact & Haltung: Ein Arbeitsumfeld, das technologische Innovation mit gesellschaftlicher Verantwortung und nachhaltigen Werten verbindet. Du gestaltest die KI‑Transformation an vorderster Front nach europäischen, demokratischen Werten.
- Sichtbarkeit & Netzwerk: Einblicke in hochk.
Data & AI Engineer (m/w/d) Arbeitgeber: Team Passerelle
Als Arbeitgeber bietet Passerelle ein inspirierendes Arbeitsumfeld in Berlin, das technologische Innovation mit gesellschaftlicher Verantwortung vereint. Hier hast du die Möglichkeit, aktiv an der KI-Transformation zu arbeiten und dabei deine Fähigkeiten im Data Engineering weiterzuentwickeln. Wir fördern eine offene und wertorientierte Unternehmenskultur, die Raum für persönliche und berufliche Entfaltung lässt, während du Teil eines engagierten Teams bist, das echte Veränderungen in der Arbeitswelt bewirken möchte.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data & AI Engineer (m/w/d) erhalten könnten
✨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 Team Passerelle 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 & AI Engineer (m/w/d) 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 & AI Engineer (m/w/d) bei Team Passerelle gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Team Passerelle 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 Team Passerelle entscheidend sein!
