Data Engineer* / Machine Learning Engineer*

Seit 25 Jahren unterstützen wir bei inovex mit rund 500 IT-Expert:innen Unternehmen bei der Digitalisierung und Agilisierung ihres Kerngeschäfts an 8 Standorten deutschlandweit.

Im Team Data Management & Analytics helfen wir unseren Kunden dabei, ihre Daten nutzbar zu machen und große Datenmengen zu automatisieren. Der Fokus liegt bei uns darauf, skalierbare Architekturen zu schaffen, die das Fundament für spätere Analysen und data-driven Services bilden.

*Wir bei inovex mögen Vielfalt und Individualität. Deshalb freuen wir uns, wenn du unser Team noch bunter machst.

• Gemeinsam mit deinem agilen, cross-funktionalen Projektteam hilfst du unseren Kunden aus unterschiedlichen Branchen, ihre Daten nutzbar zu machen.

• Dein Job beginnt nicht erst mit der Entwicklung von Datenprojekten: Du stimmst dich eng mit unseren Kunden ab und berätst sie in Bezug auf die technische Machbarkeit und die konkrete Umsetzung ihrer digitalen Innovationen.

• Als Data Engineer* / Machine Learning Engineer* gestaltest du das Fundament für spätere Analysen sowie data-driven Services und entwickelst skalierbare, robuste und wartbare Architekturen.

• Du konzipierst und implementierst Datenplattformen, Datenverarbeitungsprozesse und Daten-Services als hochskalierbare, verteilte Systeme in der Cloud, on premises oder hybrid.

• Du bist Expert:in für die Ende-zu-Ende-Integration von Daten-/ETL-Pipelines und das Deployment von Machine-Learning-Modellen bis hin zur Bereitstellung der Ergebnisse innerhalb bestehender IT-Systeme.

• Komplexe technische Inhalte vermittelst du auch nicht-technischen Ansprechpartner:innen verständlich und bringst dich aktiv in Workshops, Präsentationen und Kundenmeetings ein.

In unseren Projekten verwenden wir häufig folgende Technologien:

• Python, SQL, Java

• Relationale und NoSQL-Datenbanken

• FastAPI, Flask

• Databricks, Spark, Kafka, Airflow, dbt, BigQuery oder Snowflake

• AWS, GCP, Azure

• Docker, Kubernetes

Intern wie extern kannst du dich bei uns auf vielfältige Art einbringen: Deinen anfangs gewählten Schwerpunkt kannst du jederzeit verlagern.

• Du hast ein abgeschlossenes Studium im MINT-Bereich oder in einem vergleichbaren Studiengang und konntest mindestens zwei Jahre Berufserfahrung sammeln. Zudem bringst du erweiterte Kenntnisse in mehreren der oben genannten Technologien mit.

• In der schnelllebigen Data & AI Tooling-Landschaft behältst du den Überblick. Du begeisterst dich dafür, neueste ML-Lösungen lauffähig in den Praxisbetrieb unserer Kunden zu implementieren und schreckst nicht davor zurück, Aufgaben in Infrastruktur, Backend oder Frontend zu übernehmen.

• Dein langfristiges Ziel ist es, Expert:in für Datenarchitekturen und -modellierung in mindestens einer Cloud zu werden.

• Du hast den Anspruch, dich in neue Technologien einzuarbeiten und sie in Bezug auf den Projekteinsatz zu prüfen. Dein Wissen teilst du gern mit deinen Kolleg:innen und in Workshops oder Präsentationen beim Kunden.

• Dank Empathie und einem guten Gespür für Menschen baust du bei unseren Kunden vertrauensvolle Beziehungen auf. Du erkennst, worauf es im Projektkontext und bei unseren Kunden wirklich ankommt.

• Du kannst gut priorisieren und hast ein Gespür für die richtige Balance zwischen Pragmatismus und Perfektionismus.

• Sehr gute Deutschkenntnisse sind Voraussetzung (mind. Level C1), gute Englischkenntnisse runden dein Profil ab.

• inovex Culture: Kommunikation auf Augenhöhe, flache Hierarchien, Arbeiten in selbstorganisierten und agilen Teams, Vertrauen und Offenheit, starker Zusammenhalt
• Level Up: Weiterbildungsbudget, eigene inovex Academy, Onboarding- und Mentoring-Programm, enger Austausch mit der Community
• Balance: Flexibles und mobiles Arbeiten, keine Kernarbeitszeiten, Workation, 30 Tage Urlaub
• Familienfreundlichkeit: Flexibles Arbeitszeitmodell, Zuschuss zur Kinderbetreuung, Überstunden nur im Ausnahmefall
• Individualität: Betriebliche Altersvorsorge, E-Gym Wellpass, inovex Sportgruppen / Sport-Community
• Mobilität: JobRad, Firmenwagen-Leasing

KA1SP_DE