(Senior) Data Engineer – Kunden Integration (all genders)

In dieser Rolle bauen und betreiben Sie Azure-basierte Data Pipelines und integrieren Rohdaten aus verschiedenen Quellen, um belastbare, AI-readiness-fähige Modelle zu unterstützen. Sie arbeiten eng mit Agentur- und Marktteams zusammen, beraten Kunden und treiben Skalierbarkeit sowie robuste Architektur voran. Ihre Arbeit ermöglicht datenbasierte Entscheidungen und somaitiger Wertschöpfung für Kundenprojekte. Sie übernehmen technische Verantwortung und Mentoring, um Time-to-Value sicherzustellen.

• Onboarding inkl. Mentoring
• Campus-Weiterbildungsprogramm
• flexible Arbeitszeiten
• Mobile Office
• After-Work Events
• Fitnessprogramm/Jobrad oder E‑Bike Leasing

• Aufbau, Weiterentwicklung und Betrieb von Azure Data Pipelines in Kundenprojekten
• Datenintegration und -modellierung (Azure Blob Storage/ADLS Gen2, APIs, Kundensysteme); Orchestrierung und Transformation mit Azure Data Factory und Azure Databricks
• Bereitstellung kuratierter Datenmodelle als Grundlage für BI, Analytics und AI/ML
• Zusammenarbeit mit Agentur- und Marktteams; Beratung und Durchführung von Workshops
• Sicherstellung von Qualität, Wartbarkeit und Skalierbarkeit der Datenarchitekturen (Raw/Curated/Serving)
• Übersetzung komplexer fachlicher Anforderungen in robuste daten- und AI-fähige Lösungen
• Technische Verantwortung, Time-to-Value, Wartbarkeit, Skalierbarkeit; Mentoring von Engineers
• Produktionsreife, Monitoring und stabiler Betrieb der Lösungen

• Mehrjährige Erfahrung im Aufbau und Betrieb von Data Pipelines (idealerweise Azure)
• Ausgeprägtes Verständnis von Datenintegration, ETL/ELT, Datenmodellierung
• Fortgeschrittene Expertise in Azure-Themen (z. B. Databricks, Monitoring, CI/CD, Kostenoptimierung)
• Interesse/Erfahrung in Analytics- und AI-Use-Cases (Feature Engineering, Predictive Analytics, ML-Vorbereitung)
• Erfahrung in clientnahen Projekten sowie Consulting-, Agentur-, Media-, B2B- oder Plattformumfeld; Reisebereitschaft
• Sehr gutes Englisch; Deutschkenntnisse von Vorteil
• Grundverständnis von Data Quality und regulatorischen Anforderungen

• Hands-on-Mindset
• hohe Umsetzungsstärke
• praktische & klare Kommunikation
• Azure Data Factory
• Azure Databricks (Spark/SQL)
• Azure Blob Storage/ADLS Gen2