Noch keine KI-Analyse
Ausführen: python script_run_ai_scoring.py --profile jakob
Geforderte Skills
airflow
api
aws
calculus
ci/cd
classification
cloud computing
clustering
communication
consulting
data analysis
data engineering
data exploration
data governance
data infrastructure
data science
data visualization
devops
docker
etl
git
power bi
process automation
project management
python
python data libraries
python visualization
reporting
sap
spark
sql
supply chain
tableau
time series
Stellenbeschreibung
Start: 01.01.2026 | Remote: 100%
Beschreibung
Westhouse ist eines der führenden internationalen Recruitment Unternehmen für die Vermittlung von hochqualifizierten Fachexperten in Bereichen wie IT Life Cycle, SAP, Engineering, Kaufmännischem und Fachberatung.
Für unseren Kunden suchen wir aktuell eine/n
Senior Data Engineer (m/w/d)
Rahmeninformationen
Referenz: 176235
Einsatzort: Remote/Berlin
Starttermin: 01.01.2026
Arbeitszeit: Vollzeit 220 Tage (davon 8 Onsite)
Dauer: 31.12.2026
Sprachen: Deutsch & Englisch
Ihre Qualifikationen
- MUSS-Kriterien: Bitte nur bewerben, wenn Sie ALLE MUSS-Kriterien erfüllen!
- Mindestens 3 Jahre Erfahrung im Bereich der Data Exploration, Analyse und Modellierung sowie in der Qualitätssicherung von Daten (Data Stewardship).
- Mindestens 3 Jahre Erfahrung mit der für die geforderte Pipeline-Entwicklung erforderlichen AWS Cloud Technologien und deren Managed Services
- Projekterfahrung (min. 1 Projekt) bei der Dashboard Entwicklung mit z.B. PowerBi, QuickSight oder Tableau
- Mindestens 3 Jahre Projekterfahrung in der Softwareentwicklung (z.B. GIT, Continuous Integration/Continuous Deployment (CICD)
- Mindestens 5 Jahre Praxiserfahrung in der Entwicklung und Automatisierung von ETL Strecken und der Datenmodellierung mittels der für die geforderte PipelineEntwicklung erforderlichen Tools und Programmiersprachen (SQL. Python,...)
- SOLL-Kriterien:
- Mindestens 1 Projekt: Architekturverständnis der vergleichbaren (serverless) Cloud-Datenplattformen aus Projekterfahrung
- Mindestens 1 Projekterfahrung im Bereich Data Science und der Anwendung bestehender Prognose-/Klassifikations-/Clusteringalgorithmen
- Mindestens 1 Projekterfahrung: Kenntnisse agiler & skalierter Arbeitsmethode
- Mindestens 3 Jahre praktische Erfahrung mit Docker Containern
- Mindestens 2 Jahre Projekterfahrung im Umgang mit typischen Projekten und Daten in der Branche Transport & Logistik, insbesondere im Umgang mit unterschiedlichen Datenformaten, Qualitätseinschränkungen und Verarbeitungsprozessen auf vorgelagerten Data
- Mindestens 1 Projekt: Praktische Projekterfahrung mit AWS Sagemaker
Ihre Aufgaben
- Beratung bei der Weiterentwicklung des cloudnativen Backends, dazu gehören die Konzeptionierung, Umsetzung und Dokumentation von neuen Features
- Erstellung von Datenvisualisierungen und -berichten Automatisierung von Datenprozessen Analyse und Beurteilung von Daten und Entwicklung von Daten Pipelines basierend auf der bestehenden Architektur und dem aktuellen Zonen-Konzept (raw – trusted – refined)
- Data Exploration von neuen Datenquellen sowie Implementierung von geeigneten Datenstrukturen
- Fachliche Unterstützung im SCRUM Team, Teilnahme an Refinements, Plannings, Reviews, Retros Erstellung von Daten-Pipelines auf Basis von Python, Apache Spark, PySpark, Pandas, SQL, Boto3 API, SNS, SQS und REST
- Zur Pipeline Erstellung notwendige Implementierung, Konfiguration und Nutzung der serverless AWS-managed Infrastruktur, speziell Glue, Apache Airflow, Batch, S3, Athena und Glue Data Quality
Interessiert?
Wir freuen uns auf Ihre aussagekräftigen Bewerbungsunterlagen in elektronischer Form.