Senior Data Platform Engineer (m/w/d)

Unser Kunde ist ein verantwortungsvolles, KI-zentriertes globales Unternehmen im Bereich der digitalen Transformation. In dieser Position als Senior Data Platform Engineer übernehmen Sie eine fachlich führende Rolle in Transformationsprojekten, insbesondere in regulierten Branchen wie den Financial Services. Sie designen und implementieren skalierbare Datenplattformen in Cloud-Umgebungen wie Azure, AWS oder GCP und entwickeln moderne ELT/ETL- und Streaming-Pipelines für die Verarbeitung von Batch- und Near-Real-Time-Daten. Zudem setzen Sie Lakehouse-Architekturen um und modellieren Datenstrukturen nach Data Vault 2.0 oder Kimball, je nach fachlichem und architektonischem Kontext. Ihre Aufgaben umfassen auch den Aufbau konsumfertiger Datenprodukte für Analytics-, Reporting- und KI-Anwendungsfälle sowie die Vorbereitung von Daten für Machine-Learning-Use-Cases. Sie stellen sicher, dass Datenqualität, Performance und Kostenoptimierung in der Cloud gewährleistet sind und implementieren Orchestrierung, Automatisierung und CI/CD-Prozesse für stabile, produktionsreife Plattformen. Sie arbeiten eng mit Data Architects, Governance-Teams und Data Scientists zusammen und übernehmen technische Verantwortung innerhalb konkreter Umsetzungsprojekte. Das motivierte Team freut sich auf Ihre Erfahrung und darauf, gemeinsam innovative Lösungen zu entwickeln.

Der ideale Kandidat bringt mindestens 3-5 Jahre Erfahrung im Aufbau moderner Datenplattformen mit. Fundierte Kenntnisse in mindestens einer Cloud-Plattform wie Azure, AWS oder GCP sind erforderlich. Sehr gute SQL-Kenntnisse sowie Erfahrung mit Python oder vergleichbaren Programmiersprachen sind notwendig. Des Weiteren sollten Sie Erfahrung mit Streaming-Technologien wie Kafka, Pub/Sub oder Kinesis haben. Praxis in der Datenmodellierung nach Data Vault 2.0 und/oder Kimball ist von Vorteil, ebenso wie ein Verständnis moderner Lakehouse-Architekturen und offener Speicherformate. Sie sollten Erfahrung in der Orchestrierung und Automatisierung von Datenpipelines mitbringen sowie Know-how in der Performance- und Kostenoptimierung in Cloud-Umgebungen. Die Zusammenarbeit mit Analytics- und Data-Science-Teams sollte Ihnen vertraut sein. Sehr gute Deutsch- und Englischkenntnisse sind ebenfalls erforderlich.