Data Engineering Jobs

Du bewertest AI-Use-Cases gemeinsam mit Kunden und übersetzt Anforderungen in technische Lösungsansätze. Du entwickelst ML-und GenAI-Lösungen, z.B. mit LLMs, RAG oder klassischen Machine-Learning-Methoden. Du konzipierst Daten-und ML-Pipelines und bringst AI-Lösungen in produktionsnahe Umgebungen.

Du bewertest AI-Use-Cases gemeinsam mit Kunden und übersetzt Anforderungen in technische Lösungsansätze. Du entwickelst ML-und GenAI-Lösungen, z.B. mit LLMs, RAG oder klassischen Machine-Learning-Methoden. Du konzipierst Daten-und ML-Pipelines und bringst AI-Lösungen in produktionsnahe Umgebungen. Du arbeitest mit Cloud-, Data-und Platform-Teams zusammen.

Du bewertest AI-Use-Cases gemeinsam mit Kunden und übersetzt Anforderungen in technische Lösungsansätze. Du entwickelst ML- und GenAI-Lösungen, z.B. mit LLMs, RAG oder klassischen Machine-Learning-Methoden. Du konzipierst Daten- und ML-Pipelines und bringst AI-Lösungen in produktionsnahe Umgebungen.

Aufbau, Betrieb und kontinuierliche Weiterentwicklung einer skalierbaren und leistungsfähigen Data-Lake- und Data-Engineering-Umgebung in Databricks als zentrale Grundlage für Künstliche Intelligenz, Datenanalyse und Reporting

Fachliche & Disziplinarische Führung: Du führst dein Team nach den Prinzipien der Servant Leadership. Du förderst die individuellen Stärken deiner Entwickler, begleitest sie bei ihrer Karriereentwicklung und schaffst ein Umfeld von psychologischer Sicherheit und hoher Innovationskraft. Technische Roadmap & Management-Verantwortung: Du erstellst eigenverantwortlich die langfristige technische Roadmap von STACKIT Data & AI Produkten. Hands-on Engineering: Du bist aktiv in die Softwareentwicklung eingebunden mit Hands-on Anteil. Du schreibst hochperformanten, concurrency-sicheren und sauberen Code in Go (Golang), und entwickelst Cloud-Native Services sowie Kubernetes-Operatoren.

Entwicklung einer Machine-Learning-basierten Clusteranalyse auf Basis realer Unternehmens- und Vertriebsdaten, Identifikation und Visualisierung von Produkt-, Kunden- und Marktsegmenten, Analyse bisher unerkannter Zusammenhänge und Muster im Produktportfolio. Entwicklung und Weiterentwicklung von KI-Anwendungen und Agenten zur Markt-, Wettbewerbs- und Technologiebeobachtung, Einsatz von KI für Trend-Scouting sowie Markt-, Portfolio- und Wettbewerbsanalysen.

Du verantwortest die technische Sicherheit unserer KI-Plattform auf Basis von Kubernetes und STACKIT. Du führst Threat Modeling und Risikoanalysen für neue KI-Anwendungen durch. Du begleitest Roll-outs mit Security Reviews und klaren technischen Empfehlungen. Du härtest Kubernetes-Umgebungen, zum Beispiel über RBAC, Network Policies, Pod Security Standards, Admission Control und Policy as Code. Du arbeitest mit bestehenden Policy-as-Code-Ansätzen, insbesondere Kyverno. Du sicherst die Software Supply Chain ab, zum Beispiel mit signierten Container Images, SBOMs, Schwachstellen-Scans, Trivy und Image Hardening.

Entwicklung und Optimierung von KI-Anwendungen für Produktions- und Entwicklungsprozesse, Analyse großer Produktions-, Qualitäts- und Prozessdatensätze, Erstellung von Dashboards und Datenmodellen für datengestützte Entscheidungsfindung, Entwicklung von Machine-Learning-Modellen zur Qualitätsverbesserung, Automatisierung von Reporting und Datenanalyse, Umsetzung von Industrie-4.0- und Smart-Factory-Projekten, Digitalisierung von Produktions- und Geschäftsprozessen

You own line management for a distributed team of Machine Learning Engineers and Data Scientists - running regular 1:1s, setting development goals, and driving performance reviews and career growth. You build a cohesive, high-trust team culture across countries and time zones, encouraging transparency, ownership, and continuous learning. You support the team's delivery cadence, remove blockers early, and drive engineering quality standards (CI/CD, code review, cloud automation, monitoring, documentation). You engage credibly in technical discussions, help the team make sound architectural decisions, and represent the team to stakeholders.

Scope-Definition: Mit unseren Kunden und dem Team definierst du den Scope, schätzt den Kontext treffend ein und stimmst die Erwartungen an datengetriebene Lösungen im Rahmen der Möglichkeiten von Celonis ab. Konzeptuelle Verantwortung: Du trägst die Verantwortung für Lösungen innerhalb von Celonis oder einzelne Bestandteile einer entsprechenden Lösung. Anforderungsanalyse: Gemeinsam mit Kunden, Usern sowie unseren Branchen- und Fachexpertinnen und -experten erarbeitest du die relevanten Anforderungen und gestaltest mit ihnen die passenden Celonis-Lösungen.

Sie sind verantwortlich für die Umsetzung von Automatisierungs- sowie KI-Projekten und sind hierfür auch regelmäßig bei unseren Kunden vor Ort Sie übernehmen die technische Projektverantwortung für die Kunden, welche hauptsächlich Banken, Versicherungen und Behörden sind. Sie sind für die Prozessanalyse, Architektur der neuen Automatisierungen und KI Prozesse, sowie das Development bis hin zum Go Live verantwortlich

Lerne in diesem Studiengang, wie Künstliche Intelligenz (KI) die digitale Transformation vorantreibt, und arbeite in den Praxisphasen an spannenden Projekten zu Themen wie Machine Learning, generative KI (GenAI) oder Cloud Computing. Deine Zukunft liegt uns am Herzen. Wir fördern deine Stärken und stehen dir zur Seite: Dein persönlicher Mentor(m/w/d/x) unterstützt dich in deiner fachlichen und persönlichen Entwicklung und begleitet dich auch in den Theoriephasen. Nach deinem erfolgreichen Abschluss bist du bestens auf eine verantwortungsvolle Rolle in unserem Unternehmen vorbereitet, sei es als KI-Experte oder Data Scientist.

Vision & Verantwortung: Du definierst das Zusammenspiel von SAP Business AI, Joule Agents, RAG-Architekturen und Automatisierung und verantwortest zentrale KI-Architekturentscheidungen im SAP-Umfeld. Architekturdesign: End-to-End-Architekturen mit SAP AI Core/Launchpad, Joule Studio (Skills, Agents) und SAP BTP konzipierst und integrierst du nahtlos in S/4HANA-Landschaften. Multi-Agenten & RAG: Auf Basis von Joule Agents, MCP-Servern, A2A-Kommunikation sowie Vektordatenbanken und SAP Knowledge Graph entwirfst du Multi-Agenten- und RAG-Architekturen.

Theorie und Praxis verbinden: In den Theoriephasen lernst du Themen wie Programmierung, Data Engineering, Machine Learning und Künstliche Intelligenz. In den Praxisphasen setzt du dein Wissen direkt bei uns im Unternehmen um. Daten verstehen und nutzen: Du unterstützt bei der Erfassung, Verarbeitung und Analyse von strukturierten und unstrukturierten Daten und hilfst dabei, daraus wertvolle Erkenntnisse für unsere Geschäftsprozesse zu gewinnen. KI-Lösungen entwickeln: Du wirkst an der Konzeption und Umsetzung von KI-basierten Systemen mit – etwa zur Automatisierung von Abläufen, zur Prognose von Trends oder zur Optimierung von Entscheidungen.