Big Data & Platform Engineer 80-100%

Das brauchst du

Salary: CHF 100'000 - 120'000 per year Requirements Ausbildung: Abgeschlossenes Studium in (Wirtschafts-)Informatik, Data Science, Naturwissenschaften mit IT-Schwerpunkt oder eine vergleichbare Qualifikation Erfahrung: Mehrjährige praktische Erfahrung als Data Engineer, Cloud Engineer oder Platform Engineer – idealerweise im Umfeld von Mobilität, Automotive oder Energie, jedoch nicht zwingend erforderlich Technische Skills: Sehr gute Kenntnisse in Python und Erfahrung in der Software‑ bzw.

Darum lohnt es sich

Applikationsentwicklung Praktische Erfahrung mit Cloud-Technologien, bevorzugt Azure Fundiertes Knowhow im Betrieb und der Weiterentwicklung von Datenplattformen (bevorzugt Databricks, Snowflake, Microsoft Fabric) Erfahrung mit DevOps-Praktiken, Git-Workflows und CI/CD‑Pipelines Idealerweise erste Erfahrung mit Infrastructure-as-Code (Terraform) Erfahrung im Entwurf und der Umsetzung von Datenarchitekturen (Lakehouse‑Architekturen, Verarbeitung von Batch- und Streaming-Daten, Datenmodellierung für analytische Workloads, Bewertung architektonischer Ansätze wie Data Mesh im organisatorischen Kontext) Sprachkenntnisse: Stilsicheres Deutsch in Wort und Schrift sowie sehr gute Englischkenntnisse Arbeitsweise und Persönlichkeit: Selbstständiges, analytisches und lösungsorientiertes Arbeiten, klare Kommunikation, Begeisterung für Daten, moderne Technologien und kontinuierliche Weiterentwicklung, die Fähigkeit, komplexe technische Themen verständlich zu erklären, und eine gesunde Portion Humor Responsibilities Data Engineering: Unterstützung von Projekten als Data Engineer, Entwicklung skalierbarer Datenpipelines für Data Ingestion, Transformation und Delivery, Modellierung von Datenstrukturen, Sicherstellung von Datenqualität und Stabilität sowie Einsatz moderner Frameworks zur Schaffung sauberer, wartbarer und performanter Lösungen Cloud-Architektur: Arbeit mit aktuellen Cloud-Technologien zur Entwicklung robuster, skalierbarer Architekturen, automatisierte Weiterentwicklung und Optimierung bestehender Services sowie Integration in bestehende Plattformen Entwicklung und Automation: Implementierung von Python-, SQL- und Spark-Code für Pipelines, Services und APIs, tägliche Durchführung von CI/CD-basierten Deployments und Nutzung von Infrastructure-as-Code-Ansätzen (bevorzugt Terraform) Machine Learning und MLOps: Betrieb von Machine-Learning-Modellen in produktiven Umgebungen, Aufbau einer belastbaren MLOps-Infrastruktur, Zusammenarbeit mit Data Scientists bei der Umsetzung von ML-Modellen in produktive Datenplattformen und Interesse an Use Cases mit GenAI Datenberatung und Zusammenarbeit: Aufnahme und fachliche Bewertung von Business-Anforderungen, Übersetzung in tragfähige technische Lösungen, Unterstützung von Teams beim effizienten, sicheren und compliant Einsatz von Daten und fungieren als Schnittstelle zwischen Technologie und Fachbereich Technologies Azure Big Data CI/CD Cloud Databricks DevOps Fabric Git Support Machine Learning Python SQL Snowflake Spark Terraform API Benefits Spezialkonditionen bei Fahrzeugkauf und Service Reisen mit Vergünstigungen ZIF: zusätzliche individuelle Freitage Flexibilität des hybriden Arbeitens Weiterbildungsmöglichkeiten Fitnessstudio #J-18808-Ljbffr