Apache Parquet Jobs in Deutschland

In dieser Position entwickelst du eine umfassende Datenplattform, entwirfst die Architektur für Datenpipelines und optimierst Leistung sowie Abfragen, während du eng mit dem CTO und Forschungsteams zusammenarbeitest.

In dieser Position entwickelst du die gesamte Datenplattform, vom Datenimport über die Speicherung bis zur Abfrage, wobei du komplexe Systeme mit Python, TypeScript und PostgreSQL skalierst und optimierst.

In dieser Rolle entwickelst du skalierbare Dateninfrastrukturen in AWS, optimierst Datenpipelines mit Kinesis und Lambda und unterstützt andere Teams bei der Nutzung von Amazon SageMaker Unified Studio.

In dieser Position entwickelst du robuste Datenpipelines mit Python und Spark, orchestrierst sie mit Apache Airflow und implementierst Infrastruktur as Code, um eine cloudbasierte Datenplattform zu optimieren.

In diesem Job entwickelst du effiziente Datenpipelines mit Python und Spark, orchestrierst sie mit Apache Airflow und dokumentierst Datenmodelle mit SQL und dbt für unsere Analyse-Workloads.

In dieser Rolle übernimmst du die Verantwortung für die Datenanbindung und -bereitstellung, entwickelst robuste ETL-Prozesse und sorgst für den stabilen Betrieb der Datenversorgung in der S-DAP.

In dieser Rolle entwickelst du stabile Datenlade- und Transformationsprozesse, sicherst die Datenanbindung für KI-Anwendungen und überwachst die Datenversorgung durch Fehleranalysen und Automatisierungen.

In dieser Rolle entwickelst du hochgradige Datenbankintegrationen und optimierst Echtzeitdatenreplikation sowie Systemzuverlässigkeit, während du komplexe Herausforderungen in verteilten Architekturen meisterst.

In dieser Rolle entwickelst du eine neue Datenplattform in Azure, integrierst moderne Technologien wie Databricks und PySpark und stellst die Betriebsstabilität des Data Warehouses sicher.

In dieser Rolle entwickelst du ETL/ELT-Pipelines und integrierst neue Datenquellen, während du eng mit verschiedenen Teams zusammenarbeitest und moderne Azure-Technologien nutzt, um stabile Datenprozesse sicherzustellen.

In dieser Position entwickeln und optimieren Sie Data Pipelines mit Python und Spark, modellieren und erweitern das Data Warehouse, integrieren neue Datenquellen und automatisieren Arbeitsabläufe mit Apache Airflow.

In dieser Rolle entwickelst und optimierst du Data Pipelines mit Python und Spark, automatisierst Datenflüsse mit Apache Airflow und integrierst neue Datenquellen in unser Data Warehouse.

In dieser Position entwickelst du Data Pipelines mit Python und Spark, automatisierst Datenflüsse mit Apache Airflow und optimierst ein Data Warehouse, unterstützt zudem die Integration neuer Datenquellen und arbeitest eng mit Fachbereichen zusammen.