Datenpipelines und Lakehouse-Modelle mit Spark, Delta Lake und Cloud-Diensten für Beratungskunden. Mindestens 3 Jahre Data-Engineering-Erfahrung sowie Python oder Scala, PySpark und SQL erforderlich. Hybrides Arbeiten mit flexibel anpassbaren Arbeitszeiten.
Databricks workspaces and ETL/ELT pipelines for banking, treasury, payments and export finance. Several years on data platforms plus strong Databricks, SQL and cloud IaC skills required. Up to four weeks of EU workation.
Data products across medallion layers, with pipelines integrating structured data and documents for AI agents. Several years’ experience with Databricks, Delta Lake, Unity Catalog, data modeling and production SQL/PySpark required. Two extra leave days for social engagement; two remote days weekly.
Entwicklung von ETL-/ELT-Pipelines für Batch- und Streaming-Verarbeitung mit Python, Spark und Airflow für digitale Lösungen. Erfahrung mit Cloud-Plattformen wie Azure, AWS oder GCP erforderlich. Gesundheitsbudget und Mobilitätspaket.
Databricks-Workspaces und ETL-/ELT-Pipelines für Banking-, Treasury-, Payment- und Exportfinanzierungsdaten. Mehrjährige Erfahrung mit produktiven Datenplattformen sowie sehr gute Databricks- und SQL-Kenntnisse erforderlich. Bis zu vier Wochen Workation innerhalb der EU.
Entwicklung und Koordination von Datenmodellen im Werk, Steuerung von Prozessschritten vom Data Lake bis ins Data Warehouse. Mehrjährige Erfahrung im Data Engineering mit Kenntnissen in Cloud-Architekturen und Big Data erforderlich. Mobiles Arbeiten, Siemens Altersvorsorge und Zugang zu Aktienplänen.
Aufbau und Weiterentwicklung skalierbarer Datenplattformen und -architekturen für Kund:innen im digitalen Wandel. Mehr als 5 Jahre Erfahrung im Data Engineering mit Cloud-Plattformen und Modern Data Stack erforderlich. Gesundheitsbudget und Mobilitätspaket.
Batch- und Streaming-Pipelines sowie Lakehouse-Architekturen für Finanz-, Versicherungs- und Industriekunden. 3–5 Jahre Erfahrung im Datenplattform-Aufbau und Kenntnisse in Azure, AWS oder GCP erforderlich. Workation und Sabbaticals möglich.
Nejo bewertet ihn, und bringt ihn danach gemeinsam mit dir in Bestform.
Konzeption und Entwicklung skalierbarer Datenplattformen mit Agentic Coding Tools für AI-gestützte Engineering-Zukunft. Mehrjährige Cloud-Data-Engineering-Erfahrung mit Azure oder Snowflake erforderlich. Hybrides Arbeiten, freie Hardware-Wahl.
Analyse von Datenflüssen und Schnittstellen für ÖPNV-Systeme, inklusive MVP- und Zielvarianten. Über 5 Jahre Erfahrung in IT-Projekten mit Data-Engineering-Schwerpunkt erforderlich. Arbeit mit Python und ÖPNV-Formaten wie NeTEx oder GTFS.
Unternehmenswissen für deterministische, produktionsreife Agenten semantisch strukturieren; hochwertige Datenprodukte bereitstellen. IT-nahes Studium und 1–3 Jahre Beratungserfahrung erforderlich; Grundkenntnisse in Datenmanagement und Cloud erwartet. 4-wöchiges Training, EU-weites Remote-Arbeiten.
Produktionsreife LLM-Anwendungen und Agents für Geschäftsprozesse, mit Databricks und Snowflake. Informatik-/Data-Science-Studium und erste praktische Programmiererfahrung erforderlich. Firmen-Smartphone auch zur privaten Nutzung.
Building robust batch and streaming data pipelines for AI/ML consumption on Databricks. Expert-level Databricks, Spark, Python, and SQL skills required. Hybrid model, flexible hours, relocation support.
Provisioning cloud and on-prem GPU training clusters for production model serving and data pipelines. Large-scale model deployment on hyperscalers required. Docker/Kubernetes orchestration for deployment automation.
Automatisierung von Vergabeprozessen und Aufbau von Datenpipelines sowie Copilot-Anwendungen im BIM- und Bauumfeld. 3–4 Jahre Erfahrung mit produktiver KI-Entwicklung und mehrjährige Datenexpertise in BIM, Bau oder Architektur erforderlich. Hybrides Modell mit 70 % Präsenz und 30 % Homeoffice.
Entwicklung und Betrieb skalierbarer Datenplattformen mit Databricks, Spark und Azure Data Services für die Außenwerbung. Mehrjährige Erfahrung im Aufbau moderner Datenplattformen erforderlich. 30 Tage Urlaub, Sabbatical und flexible Arbeitszeiten.
Produktionsreife GenAI- und ML-Lösungen für Kunden entwickeln und skalieren; Geschäftsprozesse auf Automatisierungspotenziale prüfen. Abgeschlossenes Studium in (Wirtschafts-)Informatik oder vergleichbar sowie erste Praxiserfahrung mit Analytics erforderlich. Firmen-Smartphone auch zur privaten Nutzung.
Ausbau von Microsoft Purview für Datenkatalog, Metadaten, Datenqualität und Governance in Projekten für Immobilien, Industrie, Energie und Infrastruktur. Einschlägiges Studium und mindestens fünf Jahre Erfahrung in Data Governance oder Datenmanagement erforderlich. Mobiles Arbeiten.
Verbindung verschiedener Systeme und Stammdaten zu einem Enterprise Data Model für eine Holding im Gesundheitswesen. Mehr als fünf Jahre Erfahrung als Analytics Engineer oder Data Engineer erforderlich. 30 Tage Jahresurlaub und Jobrad-Leasing.
Vernetzung von Produktions-, Steuerungs- und ERP-Systemen bei einem Hersteller magnetischer Werkstoffe; standortübergreifende Datenmodelle und Prozessrückverfolgbarkeit. Fundierte Datenbankkenntnisse und Erfahrung mit C#, Python oder Java erforderlich. 35-Stunden-Woche und Homeoffice-Möglichkeiten.
Datenbanken, Python-Microservices und Web-Frontends für sichere Anwendungen im Bankenumfeld. Mehrjährige Erfahrung mit skalierbaren KI- und Microservice-Architekturen sowie Python, Google ADK, GCP, GitHub und Terraform erforderlich. Umfangreiche Check-ups, Impfangebote und Beratung in schwierigen Lebenssituationen.
Defining enterprise data architecture vision, principles, and standards for a digital technology provider. 15+ years of enterprise data architecture experience required. Hybrid work, 4-day work week.
Konzeption skalierbarer Data- und AI-Architekturen auf Basis der Databricks Data Intelligence Platform, inklusive Lakehouse-Architekturen und Datenprodukten. Fundierte praktische Erfahrung in Konzeption und Umsetzung moderner Datenplattformen erforderlich. Mobiles Arbeiten und Jobfahrrad-Programm.
Konzeption, Entwicklung und Betrieb von produktionsreifen Datenplattformen und Data Pipelines in der Cloud. Mindestens 5 Jahre Berufserfahrung im Data Engineering erforderlich. Weiterbildungsbudget und -zeit.
Global pharma data-platform modernization, coordinating architecture, pipelines, and regional integrations. 8+ years in program delivery and 3+ years in life sciences, plus enterprise warehousing and migration experience required. Up to 25 remote-work days yearly and CHF 1,500 annual development allowance.
Daten- und KI-Roadmaps, Governance sowie EU-AI-Act-Compliance für DACH-Unternehmen; Readiness-Assessments. Erfahrung mit Datenstrategie und Governance, Fabric/Purview oder ähnlichen Plattformen sowie Deutsch und Englisch auf C1-Niveau erforderlich. Eigene Lösungen, Produkte und Frameworks mitgestalten; jährliches Team-Retreat.
Ausbau des Data Warehouse mit heterogenen Praxismanagementsystemen, Qlik-Migration und Power-BI-Auswahl. Mindestens fünf Jahre Analytics-/Controlling-Erfahrung sowie sichere SQL- und ETL-Kenntnisse erforderlich. Direkte Anbindung an Geschäftsführung und CFO.
Building production agents with Databricks/Claude, RAG, tool integrations and EU AI Act/GDPR controls. Production LLM application or agent experience required. Two extra leave days for social engagement.
Developing and operating data quality tooling on Databricks for asset management. Familiarity with DQX framework or equivalent data quality rule frameworks required. Flexible work arrangements, hybrid model.
Integrating SAP and Salesforce with Databricks; building deployment pipelines, workspaces and secure LLM access. Several years in cloud or DevOps engineering, Azure administration and strong Terraform/CI/CD skills required. Two extra leave days for social engagement.
Der Einsatz von Cookies hilft uns, Nejo für dich zu optimieren. Mit einem Klick auf "Alle akzeptieren" stimmst du der Verwendung von Cookies zu.