Aufgaben
- Entwicklung, Aufbau und Betreuung von Datenpipelines zur Verarbeitung von Produktions- und Testdaten
- Analyse, Verifikation und Qualitätssicherung von Produkt- und Prozessdaten zur Einhaltung technischer Spezifikationen
- Verarbeitung großer Datenmengen aus industriellen Produktions- und Prüfstandsumgebungen. Integration und Aufbereitung unstrukturierter Datenquellen
- Entwicklung und Optimierung von ETL-Prozessen für die automatisierte Datenverarbeitung
- Umsetzung von Data-Engineering- und Data-Science-Lösungen entlang des gesamten Datenlebenszyklus
- Zusammenarbeit mit Produktions-, Entwicklungs- und Fachteams zur Identifikation datengetriebener Optimierungspotenziale
- Entwicklung von Python-basierten Anwendungen und Skripten zur Datenauswertung und Automatisierung
- Sicherstellung von Softwarequalität durch Versionierung, Dokumentation und Best Practices in der Softwareentwicklung
- Unterstützung bei der Weiterentwicklung der bestehenden Datenarchitektur und Big-Data-Landschaft
- Nutzung und Weiterentwicklung von Workflow- und Datenorchestrierungslösungen (z. B. Apache Airflow, Apache NiFi)
- Analyse komplexer Datensätze aus Maschinen, Produktionsanlagen und Prüfständen zur Generierung belastbarer Erkenntnisse
Profil
- Abgeschlossenes Studium (Bachelor oder Master) in Data Science, Informatik, Maschinenbau, Elektrotechnik oder einer vergleichbaren technischen Fachrichtung
- Fundierte praktische Erfahrung im Bereich Data Engineering, Data Science oder Softwareentwicklung
- Sehr gute Python-Kenntnisse mit Schwerpunkt Datenverarbeitung, Automatisierung und Datenpipelines
- Erfahrung im Aufbau und Betrieb von ETL-Prozessen und Datenintegrationslösungen
- Sicherer Umgang mit Git und modernen Software-Versionierungssystemen
- Erfahrung in der Verarbeitung großer Datenmengen und komplexer Datensätze
- Berufserfahrung im industriellen Umfeld, idealerweise in der produzierenden Industrie, Maschinenbau oder Elektrotechnik
- Fließende Englischkenntnisse in Wort und Schrift, Deutsch wäre ein plus
Benefits
- Spannendes Projekt bei einem weltweit führenden Technologieunternehmen
- Arbeit an innovativen Data-Science- und Data-Engineering-Lösungen im industriellen Umfeld
- Verantwortung über den gesamten Datenlebenszyklus („Full Stack Data Science“)
