Geforderte Skills
- AWS
- SQL
- Python
- Spark
- PySpark
- AWS Glue Data Quality
- ETL
- Data Modeling
- Data Quality
- CI/CD
- Version Control
- Automated Testing
Sprachen: German
Jobbeschreibung
Project overview
Data Engineer (AWS, SQL, Python) (m/w/d) 90% remote
Für ein Projekt im Transport und Logistik suchen wir einen Data Engineer (m/w/d) mit Erfahrung in AWS, SQL und Python.
Projektinformationen
- Ort: Frankfurt Main / 90% Remote
- Start: 01.01.2027
- Laufzeit: 01.01.2027 – 31.12.2027
- Branche: Transport und Logistik
Responsibilities
Entwicklung, Automatisierung und Qualitätssicherung produktionsreifer Datenpipelines in einer cloudnativen AWS-Datenplattform sowie Umsetzung von ETL-/ELT-Strecken und Datenmodellen mit SQL, Python und Spark/PySpark, inklusive AWS-Managed-Services, Data Quality und CI/CD.
Muss-Anforderungen
Soll-Anforderungen
Technologien & Methoden
AWS, SQL, Python, Spark, PySpark, Power BI, AWS Glue Data Quality, Docker, Data Exploration, Datenanalyse, Datenmodellierung, Datenqualität, Data Stewardship, Versionsverwaltung, CI/CD, automatisierte Tests, Data Science, Product Owner, ETL, ELT, AWS-Cloud-Technologien, Managed Services, Cloud-Datenplattformen, Data Quality-Regeln
Das Team von mund consulting freut sich auf Ihre Bewerbung mit CV & Stundensatz und unterstützt gerne im weiteren Prozess.
Herzliche Grüße
Das Recruiting Team
- Erfahrung mit Data Exploration, Datenanalyse, Datenmodellierung und Datenqualität/Data Stewardship. (ab 3 Jahre)
- Erfahrung in Softwareentwicklung mit Versionsverwaltung, CI/CD und automatisierten Tests. (ab 3 Jahre)
- Projekterfahrung mit Power BI als BI-/Dashboard-Lösung. (mindestens 1 Referenz)
- Einschlägige Erfahrung in Entwicklung und Automatisierung von ETL-Strecken und Datenmodellierung mit SQL und Python, davon mindestens 3 Jahre mit AWS-Cloud-Technologien und Managed Services für Datenpipelines. (ab 5 Jahre)
- Projekterfahrung mit dem AWS-Service AWS Glue Data Quality und der Erstellung von Glue Data Quality-Regeln. (mindestens 1 Referenz)
- Erfahrung mit serverlosen Cloud-Datenplattformen oder einer vergleichbaren Architektur zu DB360 (mindestens 1 Referenz)
- Erfahrung mit etablierten Data-Science-Verfahren für Prognose, Klassifikation oder Clustering. (mindestens 1 Referenz)
- Praktische Erfahrung mit Docker-Containern. (ab 3 Jahre)
- Erfahrung mit Transport-/Logistikdaten und heterogenen Datenquellen, Datenformaten und Qualitätsanforderungen. (bis 3 Jahre)
- Teilweise Übernahme von Product-Owner-Aufgaben (Anforderungsaufnahme und Priorisierung, Formulierung von User Stories, Backlog-Pflege oder Sprint-Planning) (mindestens 1 Referenz)
Indexiert von der 9am-Meta-Suche. Du bist Job-Anbieter? Listing beanspruchen oder verwalten
Gefunden auf FreelancerMap DE