Job
- Level
- Erfahren
- Job Feld
- Data, Back End
- Anstellung
- Vollzeit
- Vertragsart
- Unbefristetes Dienstverhältnis
- Ort
- Stuttgart
- Arbeitsmodell
- Hybrid, Onsite
Job Zusammenfassung
In diesem Job entwickelst du automatisierte Data-Ingestion-Pipelines, implementierst Schema-Validierungen und optimierst Datenverarbeitungsprozesse für moderne hybride Datenplattformen.
Job Technologien
Deine Rolle im Team
- Du entwickelst und wartest automatisierte Data-Ingestion-Pipelines und stellst die zuverlässige Verarbeitung von Batch- und Streaming-Daten sicher.
- Du unterstützt beim Ausbau moderner, hybrider Datenplattformen (z. B. auf Basis von Spark/Databricks oder vergleichbaren Technologien) und implementierst Features für moderne Datenarchitekturen (Lakehouse & DWH).
- Du setzt Schema-Validierungen und Datenqualitätsprüfungen während des Ingestion-Prozesses um und unterstützt bei der Metadatenextraktion.
- Du arbeitest an der Umsetzung von Zugriffskontrollen und Datenversionierungen mit, um die Reproduzierbarkeit von Datensätzen zu gewährleisten.
- Du unterstützt bei der Optimierung von Datenverarbeitungsprozessen und hilfst dabei, unnötige Datenbewegungen im System zu minimieren.
- In Zusammenarbeit mit unseren Seniors vertiefst Du Dein Wissen in verteilten Systemen, MLOps-Tooling und modernen Lakehouse-Designs.
Unsere Erwartungen an dich
Ausbildung
- Sehr gute Deutsch- und Englischkenntnisse sowie ein abgeschlossenes Studium im Bereich Informatik, Data Engineering oder vergleichbar.
Qualifikationen
- Gute Kenntnisse in Python sowie ein sicherer Umgang mit relationalen Datenbanken (SQL).
- Grundverständnis von Cloud-Technologien (Azure oder AWS) und ersten Kontakt zu Docker.
- Sicherer Umgang mit Git und Verständnis für Data Lineage Konzepte.
- Grundverständnis von automatisierten Workflows und Deployments.
- Wissen über Partitionierung und grundlegende Architekturprinzipien von Data Lakes.
- Grundverständnis für dimensionale Datenmodellierung (Star/Snowflake Schema) und Architekturprinzipien von Data Lakes.
- Du hast eine hohe Motivation, Dich in die rasant entwickelnde Data- und AI-Landschaft einzuarbeiten.
- Du arbeitest gerne kooperativ mit Engineering- und Analytics-Teams zusammen.
- Du gehst Aufgaben methodisch an und hast ein Auge für Datenintegrität.
Erfahrung
- Erste praktische Erfahrung mit Distributed Computing (z. B. Spark/Databricks oder vergleichbare Technologien) und dem Aufbau von Daten-Pipelines.
- Erfahrung mit Testing-Verfahren für Datenprozesse und Clean Code Standards.
Unser Angebot
- Du kannst in einem rollenbasierten Unternehmen arbeiten.
- Du findest bei uns eine offene Unternehmenskommunikation und kurze Entscheidungswege wieder.
- Für Deinen optimalen Start bei der BCM steht ein umfangreiches und individuelles Onboarding-Programm in den Startlöchern.
- Kollegen auf Augenhöhe und unsere Personalentwicklung unterstützen Dich dabei, sowohl fachlich als auch persönlich aufs nächste Level zu kommen.
- Unvergessliche Mitarbeiterevents: monatliche Teamaktivitäten und ein BCM-Urlaub im Sommer.
- BCM stärkt Deine Balance, egal ob Work oder Life, wir stehen immer hinter Dir.
- Casual oder Anzug? Büro oder Homeoffice? Frühaufsteher oder Nachteule? Du entscheidest, bei uns hast Du die Freiheit, so zu arbeiten, wie es am besten zu Dir passt.
- Du läutest mit unserer BCM Community das Wochenende mit einem (hopfenreichen) Erfrischungsgetränk ein.
Benefits
Work-Life-Integration
Essen & Trinken
Gesundheit, Fitness & Fun
Themen mit denen du dich im Job beschäftigst
Job Standorte
Das ist dein Arbeitgeber
BCM Solutions GmbH
Die BCM Solutions GmbH steht für hochwertige Softwarelösungen und Dienstleistungen im Bereich der Softwareentwicklung.
Description
- Unternehmenstyp
- Digitale Agentur
- Arbeitsmodell
- Full Remote, Hybrid, Onsite
- Branche
- Internet, IT, Telekom
Dev Reviews
by devworkplaces.com
Gesamt
(2 Bewertungen)3.9
Engineering
3.3Workingconditions
4.1Culture
4.1Career Growth
4.3
Intermediate Data Engineer
- Ort
- Stuttgart
- Arbeitsmodell
- Hybrid, Onsite
- Diversität
- Für alle Personen geeignet (m/w/d)
