
Senior Data Engineer
- Wien
- Unbefristet
- Vollzeit
- Entwicklung und Implementierung von Datenprodukten auf der Databricks-Plattform
- Design und Umsetzung von ETL/ELT-Pipelines für große Datenmengen
- Erstellung interaktiver Dashboards (z.B. mit Streamlit) auf Posit Connect
- Integration und Operationalisierung von Machine-Learning-Modellen (optional, je nach Projekt und Kompetenzprofil)
- Zusammenarbeit mit Data Scientists, Analyst:innen und Fachbereichen zur Anforderungsanalyse
- Sicherstellung von Datenqualität, -sicherheit und -dokumentation
- Performance-Optimierung von Datenprozessen und -abfragen
- Unterstützung bei der Weiterentwicklung der Datenarchitektur und -strategie
- Abgeschlossenes Studium in Informatik, Data Engineering, Wirtschaftsinformatik, Mathematik, Elektrotechnik oder vergleichbarer technischer Fachrichtung
- Mindestens 4 Jahre relevante Berufserfahrung bei Master-Abschluss bzw. mindestens 6 Jahre relevante Berufserfahrung bei Bachelor-Abschluss, idealerweise im Bereich (Cloud) Data Engineering
- Fundierte Erfahrung in der ETL/ELT-Entwicklung mit Python & PySpark
- Sehr gute SQL-Kenntnisse inkl. Performance Optimierung
- Erfahrung mit Dashboard Entwicklung (Streamlit, Shiny, PowerBi, Databricks Dashboards)
- Software Engineering Basics (z.B. Unit Testing; Branching etc.)
- Know-how in Spark Performance Optimierung
- Kenntnisse des Delta Live Table Frameworks
- Bereitschaft zur Übernahme von Ownership für technische Implementierungen
- Guidance & technische:r Sparring Partner:in für Juniors
- Erfahrung mit Azure Cloud
- CI/CD Erfahrung im Software-/ Data-Engineering Umfeld
- Erfahrung mit Databricks Asset Bundles
- Kenntnisse von Datenmodellen in der Energiewirtschaft (z.B. CGMES / CIM)
- Machine Learning Erfahrung (inkl. Produktivsetzung von ML-Modellen)
- Kenntnisse in Splunk
- Erfahrung im Bereich Data Governance
- Erfahrung im Umgang mit JIRA
- Vertrautheit mit agilem Projekt Management (Scrum/Kanban)
- Entwicklung und Implementierung von Datenprodukten auf der Databricks-Plattform
- Design und Umsetzung von ETL/ELT-Pipelines für große Datenmengen
- Erstellung interaktiver Dashboards (z.B. mit Streamlit) auf Posit Connect
- Integration und Operationalisierung von Machine-Learning-Modellen (optional, je nach Projekt und Kompetenzprofil)
- Zusammenarbeit mit Data Scientists, Analyst:innen und Fachbereichen zur Anforderungsanalyse
- Sicherstellung von Datenqualität, -sicherheit und -dokumentation
- Performance-Optimierung von Datenprozessen und -abfragen
- Unterstützung bei der Weiterentwicklung der Datenarchitektur und -strategie
- Abgeschlossenes Studium in Informatik, Data Engineering, Wirtschaftsinformatik, Mathematik, Elektrotechnik oder vergleichbarer technischer Fachrichtung
- Mindestens 4 Jahre relevante Berufserfahrung bei Master-Abschluss bzw. mindestens 6 Jahre relevante Berufserfahrung bei Bachelor-Abschluss, idealerweise im Bereich (Cloud) Data Engineering
- Fundierte Erfahrung in der ETL/ELT-Entwicklung mit Python & PySpark
- Sehr gute SQL-Kenntnisse inkl. Performance Optimierung
- Erfahrung mit Dashboard Entwicklung (Streamlit, Shiny, PowerBi, Databricks Dashboards)
- Software Engineering Basics (z.B. Unit Testing; Branching etc.)
- Know-how in Spark Performance Optimierung
- Kenntnisse des Delta Live Table Frameworks
- Bereitschaft zur Übernahme von Ownership für technische Implementierungen
- Guidance & technische:r Sparring Partner:in für Juniors
- Erfahrung mit Azure Cloud
- CI/CD Erfahrung im Software-/ Data-Engineering Umfeld
- Erfahrung mit Databricks Asset Bundles
- Kenntnisse von Datenmodellen in der Energiewirtschaft (z.B. CGMES / CIM)
- Machine Learning Erfahrung (inkl. Produktivsetzung von ML-Modellen)
- Kenntnisse in Splunk
- Erfahrung im Bereich Data Governance
- Erfahrung im Umgang mit JIRA
- Vertrautheit mit agilem Projekt Management (Scrum/Kanban)
- Attraktives Zeitmodell mit größeren Freizeitblöcken
- Betriebliche Gesundheitsvorsorge
- Flexible Arbeitszeiten und Home Office Möglichkeiten
- Gefördertes Mittagessen
- Standort
- Rabatte, Gutscheine, Sonderkonditionen