Ihre Aufgaben 

• Entwicklung, Betrieb und Optimierung von Datenpipelines für den MDOCore Datalake sowie Integration heterogener Datenquellen aus Sensoren, Systemen, Simulationen und Testumgebungen 
• Entwicklung von Softwarekomponenten zur Datenaufnahme, Validierung, Transformation, Speicherung und Bereitstellung sowie von Schnittstellen, APIs und Services für Data Scientists, AI-Komponenten und Plattformdienste  
• Unterstützung von Data Scientists bei Datenzugriff, Datenaufbereitung, Feature Engineering und der Operationalisierung analytischer Modelle  
• Entwicklung von Datenmodellen, Schemata, Transformationslogiken und wiederverwendbaren Datenprodukten unter Berücksichtigung von Data-Mesh- und Data-Fabric-Prinzipien  
• Umsetzung von Anforderungen an Datenqualität, Metadaten, Versionierung, Traceability, Datenkatalogisierung, Zugriffskontrolle und automatisierte Datenbereitstellung  
• Aufbau technischer Grundlagen für domänenorientierte Datenprodukte, standardisierte Datenverträge, Qualitätsmetriken und Self-Service-Datenzugriffe  
• Unterstützung der Integration von Agentic-AI-Fähigkeiten durch Retrieval-Schnittstellen, Tool-APIs, Kontextbereitstellung, Vektordatenbanken und qualitätsgesicherte Datenzugriffe  
• Automatisierung von Datenverarbeitung, Tests und Deployments sowie Integration der Datalake-Komponenten in CI/CD-Pipelines, Kubernetes-Umgebungen und produktnahe Plattformen  
• Analyse und Behebung von Fehlern, Performance-Optimierung sowie Mitarbeit an Data Governance, sicherer Datenbereitstellung und technischer Dokumentation  
• Enge Zusammenarbeit mit Data Scientists, Softwareentwicklung, DevOps, Systemarchitektur, Product Ownern und Fachdomänen zur kontinuierlichen Weiterentwicklung der MDOCore-Datenplattform  

Ihr Profil 

• Abgeschlossenes Studium der Informatik, Software Engineering, Data Engineering, Wirtschaftsinformatik, Elektrotechnik oder einer vergleichbaren Fachrichtung 
• Mehrjährige praktische Erfahrung in Softwareentwicklung, Data Engineering, Backend- oder Plattformentwicklung  
• Gute Kenntnisse in mindestens einer modernen Programmiersprache (z. B. Python, Java, Kotlin, Go, Rust, Scala, TypeScript oder C++)  
• Erfahrung mit Datenpipelines, ETL/ELT-Prozessen, Datenintegration, APIs sowie verteilten Datenverarbeitungssystemen  
• Gute Kenntnisse in Datenbanken, SQL, NoSQL, objektbasiertem Storage, S3-kompatiblen Systemen oder Datalake-Technologien sowie Verständnis von Datenmodellierung, Datenqualität und Metadatenmanagement  
• Grundverständnis von Data Mesh, Data Fabric, Datenprodukten, Datenkatalogisierung und semantischer Datenintegration  
• Erfahrung mit Linux, Containern, Kubernetes, CI/CD und cloud-nativen Plattformen  
• Fähigkeit, Anforderungen von Data Scientists, AI-Anwendungen und Fachdomänen in robuste, wartbare und testbare Softwarelösungen umzusetzen sowie Verständnis für sichere Datenbereitstellung und Zugriffskontrolle  
• Strukturierte, eigenverantwortliche und teamorientierte Arbeitsweise sowie Freude an Automatisierung, Debugging und technischer Problemlösung  
• Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift