16 Data Engineer Jobs Remote

Build and maintain data processing pipelines and storage, Ensure high performance and cost-efficiency when training and executing machine learning models, Support in automating manual processes, Support in maintaining high data quality

Design and implement efficient data pipelines using Python, Scala or other technologies to ingest, process, and store geospatial data from various sources (e.g., remote sensing, GIS), Utilize geospatial data processing tools and libraries (e.g., sf, terra) to extract valuable insights, Collaborate with frontend and backend developers to integrate geospatial functionalities and geospatial APIs into web applications, Work closely with the QA team to ensure high-quality deliverables and timely issue resolution, Proactively identify areas for improvement in existing functionalities and implement innovative solutions, Participate in cross-functional project teams to provide geospatial expertise, Manage and maintain version control for geospatial data and code repositories, Provide technical support for GIS platforms and tools used within the organization, Ensure compliance with data governance policies and data security best practices.

Design, develop, and maintain data workflows of data ingestion, processing, normalisation and collaboration pipelines, Deliver key data and insights into leading software platforms, Source, process, and standardize data collection from multiple source formats, Develop, maintain and scale database architecture

Design, develop, and maintain robust data pipelines to support reporting, analytics, and decision-making across the organization., Collaborate closely with data engineers, analysts, and scientists to translate business requirements into scalable data engineering solutions., Build and maintain scalable data infrastructure and processes, ensuring reliability, efficiency, and alignment with industry best practices., Monitor, optimize, and troubleshoot database performance to ensure seamless data flow and minimal downtime., Enable advanced analytics and machine learning by designing cloud-based solutions that are scalable and efficient., Guarantee data quality and consistency, contributing to the creation of a single source of truth across the organization., Play a pivotal role in shaping how data powers key business decisions in a fast-paced e-commerce environment.

Erstellung von Datenflüssen aus verschiedensten Quellen in unsere Datenplattformen, Business-Analyse der Quellsysteme und den dazugehörigen Daten, Aufbereitung, Analyse und Visualisierung vielfältiger, projektbezogener Daten, Bereitstellung von Daten für Entwickler über Schnittstellen, Verantwortung für Datenanalysen einzelner Projekte, Konzeptionierung der Datenstruktur zusammen mit Data Steward und Data Warehouse Expert:innen für interne und externe Projekte um die Datenqualität zu steigern

Entwicklung und Implementierung von Python-Anwendungen zur Verarbeitung und Analyse großer Datenmengen, Design und Implementierung von Pipelines zur Datenverarbeitung, insbesondere für das Training von Machine-Learning-Modellen, Zusammenarbeit mit interdisziplinären Teams, um Anforderungen zu ermitteln und Lösungen zu entwickeln, Implementierung von Softwarelösungen, die eine effiziente und skalierbare Datenverarbeitung ermöglichen

Weiterentwicklung der Data Warehousing Umgebung, Optimierung der bestehenden Datenmodelle, Automatisierung von Datenschnittstellen, Entwicklung von Aggregations- und Auswertungsverfahren, Sicherstellung der Datenqualität, Aktive Kommunikation mit Bedarfsträgern und Datenlieferanten

Entwurf und Aufbau von Datenpipelines zur Automatisierung der Sammlung, Verarbeitung und Bereitstellung von Bild- und Videodaten, Implementierung von Datenextraktionsverfahren aus vielfältigen Quellen wie Sensoren, Kameras und Online-Datenbanken, Entwicklung von Algorithmen und Routinen zur Datenbereinigung und Vorverarbeitung, Anwendung spezifischer Bildvorverarbeitungstechniken zur Optimierung der Bildqualität, Annotation und Labeling von Bild- und Videodaten mit präzisen Tags, Erstellung und Verwaltung spezifischer Datasets für Validierung und Tests, Automatisierung der Datenbereinigungs- und Annotationsprozesse durch Programmierung in modernen Skriptsprachen, Implementierung von Datenübertragungs- und Speicherprozessen für eine effiziente Handhabung großer Datenmengen, Monitoring und Optimierung der Datenpipeline-Leistung, Entwicklung von Fehlerbehandlungsstrategien und Überwachung der Datenqualität, Dokumentation der Datenverarbeitungsprozesse, Methoden und Tools

Entwicklung von KI Use Cases von der Konzeptionierung und Umsetzung bis zur Roll-Out-Phase, KI-Entwicklung und Implementierung an der Schnittstelle zum firmeneigenen ERP, Weiterentwicklung des Analytics- und KI-Toolstacks und der Datenstrategie, Entwicklung und Implementierung von KI-Algorithmen für Text- und Bildklassifikation sowie zur Informationsextraktion aus Dokumenten unterschiedlicher Formate, Entwicklung erklärbarer KI-Modelle zur Unterstützung von Entscheidungsprozessen, Integration von Large Language Models (LLMs) zur automatisierten Generierung von Texten / Dokumenten, API-Dokumentation in Open-Source-Qualität

Entwicklung von KI Use Cases von der Konzeptionierung und Umsetzung bis zur Roll-Out-Phase, KI-Entwicklung und Implementierung an der Schnittstelle zum firmeneigenen ERP, Weiterentwicklung des Analytics- und KI-Toolstacks und der Datenstrategie, Entwicklung und Implementierung von KI-Algorithmen für Text- und Bildklassifikation sowie zur Informationsextraktion aus Dokumenten unterschiedlicher Formate, Entwicklung erklärbarer KI-Modelle zur Unterstützung von Entscheidungsprozessen, Integration von Large Language Models (LLMs) zur automatisierten Generierung von Texten / Dokumenten, API-Dokumentation in Open-Source-Qualität

Entwicklung, Design und Implementierung von Microservices im Kontext von MLOps, Enge Zusammenarbeit im Team mit Data Scientists und DevOps-Team zur Integration von ML-Modellen in die Microservices-Architektur, Sicherstellung der Skalierbarkeit, Performance und Verfügbarkeit der Microservices, Entwicklung innovativer Ideen zur Weiterentwicklung des Themenbereichs MLOps für EE-Prognosen, Operationalisierung von Machine-Learning Modellen, Weiterentwicklung von Methoden und Modellen zur Verarbeitung von Massendaten und Skalierung von Modellen, Betreuung von CI-/CD-Pipelines zum Deployment auf einer Kubernetes-Infrastruktur, Bearbeitung von Forschungs- und Industrieprojekten, Erarbeitung und Umsetzung technischer Anforderungen mit Kunden und Partnern, Weiterentwicklung bestehender Prognosesystem

konzeptionelle und technische Weiterentwicklung und Betreuung von Datenpipelines, Entwicklung unterschiedlicher Formate für die Bereitstellung von Daten und Berichten, Erstellung eigener automatisierter Analyseskripte und Visualisierungen, Bewertung und Weiterentwicklung von Datenerhebungen nach datenwissenschaftlichen Gesichtspunkten

Explore data in different domains of the public sector and transform it into meaningful data stories and visualisations for decision-makers., Build, test and maintain automated data pipelines with airflow, python and dbt, as well as reliable predictive models., Support the process ranging from ideation, prototyping and implementation to standardisation, support and monitoring the solutions in production., Collaborate with other technical and non-technical teams in an agile environment., Take part in internal learning & growth projects.

Collaborate with AI engineers and software engineers to build a large and efficient database of annotated MRI data sets compliant with healthcare regulations, Implement and maintain efficient data pipelines for importing, anonymizing, cleansing, and storing data, Set up and maintain monitoring systems for data pipelines, including alerts and dashboards, Ensure databases are in a consistent state and maintain high quality of data sets, Work with on-prem installations on Linux servers of customers using various access methods

Ganzheitliche und eigenständige Entwicklung und Shipment von KI-Modellen zum Kunden mit unserer bestehenden Datenpipeline sowie Verbesserung und Erweiterung bestehender Modelle, Aufnahme von Daten, Unterstützung bei Annotations-Prozessen, Weiterentwicklung der Daten und Trainings-Pipelines sowie unseres Data-Workspaces, Entwurf von KI-Algorithmen (Architekturen, Trainingsverfahren, etc.), Hyperparameteroptimierung sowie Messung und Durchführung Performance-steigernder Maßnahmen, Softwareseitige Implementierung von KI-Algorithmen in Python mit PyTorch, Entwicklung von Schnittstellen und Integration der Algorithmen in High-Performance-Applikationen, Management und Pflege von Cloud-Trainingsumgebung und Data-Pipeline (Microsoft Azure), Technology-Scouting und aktive Mitgestaltung von Technologieentscheidungen, Arbeit in autonomen Scrum Teams in flachen Hierarchien mit viel Raum um mitzugestalten, Zusammenarbeit in agilen Prozessen mit Kolleg:innen sowie nationalen und internationalen Partner:innen und Kund:innen, Reisebereitschaft zu Kunden und Lust auf Entwicklungen im Team vor Ort

Datenanalyse und Reporting: Analyse von Bewegungsdaten und Erstellung von wiederverwendbaren Reports., Business-Insights und Kommunikation: Übersetzung komplexer Analysen in verständliche Mehrwerte., Lösungspräsentation und Business-Insights: Analyse von Daten zur Aufzeigung des Mehrwerts der Lösung., Teamunterstützung und Weiterentwicklung: Mitwirkung an der Weiterentwicklung der Pipelines und Reportingstrukturen., Fachliche Unterstützung und Zusammenarbeit: Unterstützung des Customer Success Teams mit Analysen und Begleitung von Kundenterminen.