Senior AWS Data Engineer (m/w/d) - Remote (Onshore aus D.), Frankfurt am Main
Westhouse ist eines der führenden Recruitment-Unternehmen für die Vermittlung hochqualifizierter Fachexperten aus dem gesamten IT-Lifecycle- und Engineering-Bereich. Für unseren Kunden suchen wir aktuell eine/n Senior AWS Data Engineer (m/w/d) - Remote (Onshore aus D.), Frankfurt am Main.
Rahmeninformationen
- Start: 2027-01-01
- Dauer: 31.12.2027
- Standort: Remote (Onshore aus D.), Frankfurt am Main
- Arbeitsumfang: full-time 200 PT (Davon 12 PT Onsite)
Ihre Qualifikationen
Bitte NUR bewerben, wenn alle MUSS-Kriterien erfüllt sind!
MUSS-Kriterien
- Erfahrung mit Data Exploration, Datenanalyse, Datenmodellierung und Datenqualität/Data Stewardship - Mindestens 3 Jahre
- Erfahrung in Softwareentwicklung mit Versionsverwaltung, CI/CD und automatisierten Tests - Mindestens 3 Jahre
- Projekterfahrung mit Power BI als BI-/Dashboard-Lösung
- 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 - Mindestens 5 Jahre
- Projekterfahrung mit dem AWS-Service AWS Glue Data Quality und der Erstellung von Glue Data Quality-Regeln
SOLL-Kriterien
- Erfahrung mit serverlosen Cloud-Datenplattformen oder einer vergleichbaren Architektur zu DB360
- Erfahrung mit etablierten Data-Science-Verfahren für Prognose, Klassifikation oder Clustering
- Praktische Erfahrung mit Docker-Containern - Mindestens 3 Jahre
- Erfahrung mit Transport-/Logistikdaten und heterogenen Datenquellen, Datenformaten und Qualitätsanforderungen - Mindestens 1 Jahr
- Teilweise Übernahme von Product-Owner-Aufgaben (Anforderungsaufnahme und Priorisierung, Formulierung von User Stories, Backlog-Pflege oder Sprint-Planning)
Ihre Aufgaben
- Entwicklung, Automatisierung und Qualitätssicherung produktionsreifer Datenpipelines in einer cloudnativen AWS-Datenplattform. Die Rolle umfasst außerdem die Bereitstellung analysierbarer Daten und die technische Unterstützung des Teams.
- Entwicklung und Automatisierung von ETL-/ELT-Strecken sowie Datenmodellen mit SQL, Python und Spark/PySpark.
- Nutzung von AWS-Managed-Services für Ingestion, Transformation, Orchestrierung und Bereitstellung von Daten.
- Sicherstellung von Datenqualität und Datenbereitstellung für Analysen und Dashboards; Unterstützung bei Data-Science-Anwendungsfällen.
- Umsetzung von Softwareentwicklungs- und CI/CD-Praktiken sowie Entwicklung im agilen Team.