Senior Data Engineer | Databricks, PySpark, Python, Data Lakehouse, IaC | bis 50% Home-Office (mwd)

Als Senior Data Engineer erarbeiten Sie Lösungen im Banken- und Börsenumfeld. Sie migrieren dabei Legacy Mainframe-Systeme (COBOL, Flat Files) in moderne Cloud-Lakehouses.

Karrierelevel: Ab 2 Jahre

Vertragsart: Unbefristete Festanstellung durch unseren Klienten

Standort: Frankfurt am Main (Home Office bis 50%)

Gehaltsspanne: 60.000 € - 100.000 €

Ihre Aufgaben:

• Als Senior Data Engineer erarbeiten Sie Lösungen im Banken- und Börsenumfeld. Sie migrieren dabei Legacy Mainframe-Systeme (COBOL, Flat Files) in moderne Cloud-Lakehouses.
• Es geht um die Auflösung gewachsener Datensilos und um den Bau cloudbasierter Lakehouse-Plattformen für Analytics und regulatorisches Reporting.
• Von der Architekturskizze bis zur Pipeline, die im Betrieb tatsächlich hält, gestalten Sie diese Plattformen mit
• Sie entwerfen und implementieren skalierbare Lakehouse-Lösungen, die Batch- und Near-Real-Time Verarbeitung gleichermaßen tragen, bauen robuste Datenstrecken mit Python, SQL und PySpark – entlang der Medallion-Architektur von Bronze bis Gold und konzipieren event-getriebene Architekturen auf Basis von Kafka, AMQP oder vergleichbaren Messaging-Technologien.
• Ihre Tätigkeit erbringen Sie im folgenden Umfeld:
• Compute & Processing Engine: Databricks, PySpark, Python (pandas, numpy, scipy, os, itertools, matplotlib etc.), Spark SQL, Delta Lake
• Data Lakehouse Storage: Delta Lake (ACID-Transaktionen, Time Travel, Schema Enforcement)
• Orchestrierung & Workflow: Apache Airflow, Databricks Workflows (DAGs, Scheduling, Alerts)
• API & Microservices: Python (FastAPI / Flask), OpenAPI / Swagger, Entwicklung von RESTful APIs
• Data Governance & Mesh: Databricks Unity Catalog, OpenAPI Data Contracts
• Legacy & File Ingestion: Mainframe EBCDIC, Fixed-Width-File-Parser (KI-gestützt), Kafka, SFTP
• Infrastructure as Code (IaC): Cloud-Technologien, MS Azure
• CI/CD & DevOps: GitHub Actions / Azure DevOps, Docker, Git

Ihr Profil:

• Sie haben mehrjährige Berufserfahrung im nachfolgenden Technologieumfeld:
• Databricks & PySpark: fundierte Kenntnisse in PySpark, Delta Lake, Performance Tuning, Partitionierungsstrategien sowie Databricks Unity Catalog
• API-Entwicklung: ausgeprägte Python-Kenntnisse im Backend-Bereich (FastAPI, Flask, Requests, Pydantic, Containerisierung mit Docker)
• Orchestrierung: Erfahrung im Schreiben komplexer Apache-Airflow-DAGs und/oder vergleichbarer Workflow-Tools
• IT-Architektur: Kenntnisse der Medallion-Architektur, dezentraler Data-Mesh-Ansätze sowie allgemeiner Backend-Architekturen
• Sie haben gute Deutsch- und Englischkenntnisse

Details zum Arbeitgeber

Anzahl der Mitarbeiter: < 50 Mitarbeiter

Branchen: Finanzwesen

Klient: Unser Klient ist ein mittelständisches Beratungshaus, das seine Kunden aus der Finanzbranche dabei unterstützt, die vielfältigen Herausforderungen, die im täglichen Handelsgeschäft oder etwa durch gesetzliche Änderungen und Regulierungen entstehen, zu bewältigen.