Data & AI Engineer (m/w/d)

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.