statworx ist ein führendes Beratungs- und Entwicklungsunternehmen für Daten & KI in der DACH-Region. Seit über einem Jahrzehnt unterstützen wir Unternehmen mit Beratung, Entwicklung und Weiterbildung – in mehr als 1.000 erfolgreichen Projekten für über 100 Kunden aus nahezu allen Branchen. Von der KI-Strategie bis zur Umsetzung entwickeln wir innovative Lösungen. Mit unserer Expertise in AI Strategy, Generative AI, Agentic AI, Data & AI Engineering sowie AI Infrastructure begleiten wir Unternehmen entlang ihrer gesamten KI-Transformation. Unser Ziel: Creating value from Data & AI. Unsere AI Development-Abteilung dient als Katalysator für Data & AI Transformation. Dabei setzen wir auf eine ganzheitliche Herangehensweise, die von der initialen Evaluierung der KI-Reife über die Konzeption und Ausarbeitung der Daten- und KI-Lösung bis hin zur praktischen Umsetzung und Skalierung von KI-Lösungen reicht. Durch unsere tiefgehende Expertise in Data Engineering, Data Science, Machine Learning sorgen wir dafür, dass unsere Kunden den maximalen Nutzen aus ihren Daten ziehen. Focus: Data lakehouse & warehouse solution, architecture, data models Du entwickelst moderne und skalierbare Datenarchitekturen (Data Warehouses, Data Lakes, Lakehouses) und setzt performante Datenmodelle für Analytics-, ML- und AI-Use-Cases um Du berätst unsere Kunden zu Technologien, Plattformen und Best Practices und übersetzt technische Konzepte in klar nachvollziehbare Empfehlungen für Fachbereiche und Management Du integrierst strukturierte und unstrukturierte Datenquellen, implementierst robuste ETL-/ELT-Prozesse und stellst eine hohe Datenqualität sicher Du baust Cloud- und On-Premises-Dateninfrastrukturen auf (Azure, AWS, GCP) und nutzt Infrastructure-as-Code sowie automatisierte Deployment- und Monitoring-Prozesse Du beachtest Data Governance, Datenschutz und Sicherheitsanforderungen entlang der gesamten Datenwertschöpfungskette Je nach Projekt unterstützt du moderne AI-Anwendungsfälle (z. B. Vektordatenbanken, Embeddings, RAG) durch geeignete Datenpipelines und die passende Infrastruktur Du begleitest und unterstützt jüngere Kollegen und förderst eine teamorientierte Kultur des Wissensaustauschs und der Zusammenarbeit Du gibst dein Wissen aktiv weiter – z. B. in Workshops, technischen Blogbeiträgen oder Präsentationen auf internen Veranstaltungen Du hast ein erfolgreich abgeschlossenes Masterstudium, z. B. in (Wirtschafts-)Informatik oder einem vergleichbaren Studiengang Du verfügst über mindestens fünf Jahre relevante Berufserfahrung im Bereich Data Engineering oder Datenarchitektur Du besitzt sehr gute Kenntnisse in SQL, Python und Bash/Shell sowie in der Entwicklung effizienter, wartbarer Datenpipelines Du hast ein fundiertes Verständnis moderner Datenarchitekturen sowie Erfahrung in Datenmodellierung und ETL-/ELT-Prozessen Du bringst praktische Erfahrung mit Cloud-Plattformen (Azure, AWS oder GCP), verteilten Systemen (z. B. Spark, Kafka) und modernen Datenplattformen (z. B. Databricks, Snowflake) mit Du bist vertraut mit Data Governance, Datenschutz (z. B. DSGVO) und Sicherheitsanforderungen in Cloud-Umgebungen Idealerweise verfügst du über Kenntnisse in Infrastructure-as-Code (z. B. Terraform, Pulumi) und CI/CD-Workflows Von Vorteil ist Erfahrung im Umfeld LLM-naher Datenarchitekturen (Vektordatenbanken, Embeddings, RAG) Du kannst technische Diskussionen souverän führen und effektiv mit Stakeholdern auf allen Ebenen kommunizieren – auch mit nicht-technischen Zielgruppen Du übernimmst Verantwortung für deine Arbeit und gehst Herausforderungen mit einer strukturierten, detailorientierten Denkweise an Du sprichst fließend Englisch (Wort und Schrift) und verfügst über fortgeschrittene Deutschkenntnisse (B2 oder höher) oder bist bereit, diese weiter auszubauen