7 Part-Time Data Engineer Jobs

Aufbereitung und Verknüpfung von Daten aus verschiedenen Systemen zur Schaffung einer einheitlichen Datenbasis, Anbindung und Integration von Kunden- und Lieferantendaten (EDI, Onlineportale, u.Ä.), Erstellung, Pflege und Optimierung von Berichten zur datengetriebenen Unterstützung unternehmerischer Entscheidungen, Analyse und Optimierung unserer SQL-Serverlandschaft für maximale Effizienz, Performance und Skalierbarkeit, Entwicklung von Skripten und Programmierlösungen zur Automatisierung von Datenprozessen, Analytische Auswertung von Daten in Berichten zur Ableitung fundierter Handlungsempfehlungen

Optimize end-to-end data pipeline performance, Develop and maintain scalable data processing solutions and backends, Integrate data sources using modern ETL/ELT practices, Clean and transform raw data using dbt, Build and maintain robust data quality frameworks and validation processes, Maintain and troubleshoot data architecture and infrastructure, Design, enhance, and maintain data processes and security best practices, Support ML & AI Engineers in building efficient data pipelines, Contribute to AI-driven applications

Beteiligung am Aufbau eines Datenintegrationszentrums mit dem Ziel der Bereitstellung standardisierter klinischen Daten für die medizinische Forschung zur Verbesserung der Behandlung und Versorgung von Patient*innen, Datenextraktion aus klinischen Primärsystemen, Entwurf, Implementierung und Überwachung von ETL-Prozessen, Integration von heterogenen Daten, Datenharmonisierung, semantische Datenannotationen, Übernahme von Standardterminologien, Aufbau einer nachhaltigen IT-Infrastruktur sowie Entwurf und Etablierung von effizienten Prozessen für das Datenmanagement

Unterstützung bei der Implementierung von robusten und skalierbaren Datenpipelines, Unterstützung bei der Automatisierung von Datenflüssen, Optimierung von Schnittstellen und Cloud-Architektur, Mitarbeit an der Optimierung der Dateninfrastruktur in der Cloud (z.B. Kubernetes-Cluster), Automatisierung von Deployments, Schaffung von zuverlässigen Monitoring- und Alerting-Lösungen, Unterstützung beim Einrichten von Monitoring-Tools (z.B. Prometheus, Grafana)

Du planst, steuerst, analysierst und bereinigst Fehler in Produktionsabläufen, um produktive Hochverfügbarkeit von Daten, Datenbank- und Softwaresystemen sicherzustellen., Du unterstützt die Prozesssteuerung bei der Einhaltung der Datenfahrpläne bei z/OS, bist für die Fehlerbehebung und damit für die Sicherstellung und Einhaltung definierter Termine der Batch-Produktion auf z/OS verantwortlich., Du erstellst mit dem Team maßgeschneiderte Prozessabläufe "on premise" und perspektivisch cloudorientierte Workflows., Durch eine effiziente Jobsteuerung sorgst Du für ein einwandfreies Anwendungserlebnis auf Kundenseite., Du erlernst das Thema Service Orchestration in Cloud-Umgebungen., Du arbeitest im Mehrschichtbetrieb.

Forschung und Entwicklung im Teilprojekt „Nutzer:innen-zentrierte Digitalisierung für nachhaltige Entwicklung, Konzeption und Umsetzung von Lösungen zur Erfassung, Verarbeitung und Bereitstellung von Daten (ETL, APIs), Konzeption, Umsetzung und Erprobung von Vorhersagemodellen mit Verfahren der Künstlichen Intelligenz Beratung von und fachliche Abstimmung mit Partnern im Rahmen des Projekts, insbesondere mit Kommunen und KMU im Themenfeld „Digitalisierung“, Durchführung wissenschaftlicher Recherchen, Aufbereitung der Ergebnisse und Anfertigung von Publikationen

Support in developing cloud-based data pipelines, Maintain, develop and optimize data pipelines, Develop new features for our data pipeline, Optimize workflows and data structures

Entwicklung von sauberem und effizientem Code auf der Grundlage von Spezifikationen und Richtlinien., Entwicklung, Pflege und Nutzung von Deployment-Pipelines (nach dem Paradigma „Infrastructure as Code“)., Aufbau und Bereitstellung von Python-Diensten in Kubernetes., Einrichtung von Automatisierungs- / Testskripten zur Unterstützung von Spezialist*innen bei der Durchführung von Funktions- und Qualitätstests., Behebung von Programmierproblemen und Gewährleistung einer produktiven Arbeitsumgebung., Wartung und regelmäßige Verbesserung der bestehenden Software., Analysieren und Testen vor der Markteinführung., Gewährleistung der Softwaresicherheit durch Entwicklung von Programmen zur aktiven Überwachung der Offenlegung privater Informationen., Entwicklung von Optimierungsmodulen für die Grid Analysis auf der Grundlage vorgegebener Anwender*innen berichte., Teilnahme am 24/7 Bereitschaftsdienst für den Support.

Entwicklung von ML-Modellen und Integration in skalierbare Cloud-Infrastrukturen, Entwicklung von End-to-End-Lösungen – von der Datenpipeline bis zur API, Einbringen von Ideen, Entwicklung von Prototypen, Testen neuer Ansätze, Beitrag zur Realisierung einer komplett neuen Lösung „from scratch“ – inklusive Go-to-Market, Übersetzung komplexer Anforderungen in smarte Lösungen, Denken in Impact – für Kunden, Nutzer:innen und das große Ganze

Entwicklung von KI-Assistenten für Normen-Anwender und innerbetriebliche Prozesse der DIN-Gruppe mithilfe von Large Language Models (LLMs) und Retrieval-Augmented Generation (RAG), Anwendung von Natural Language Processing (NLP) Methoden, Anpassung von Machine Learning Modellen und LLMs, um Wissen aus Normen-Daten automatisch zu extrahieren und zu strukturieren, Planung, Entwicklung, Betrieb und Optimierung von Infrastrukturen mit Hilfe von DevOps, LLMOps, und Cloud-Diensten, um die Bereitstellung und den Betrieb zukünftiger KI-Lösungen sicherzustellen, Arbeiten in interdisziplinären Teams, um Entwicklungen in bestehende und neue Produkte und Lösungen der DIN Media zu integrieren, Entwicklung von Prototypen und Bewertung von Technologien, die als Grundlage für neue und innovative Produkte und Lösungen dienen, Projektmanagement und Projektsupport für KI-Projekte mit externen Dienstleistern, Mitarbeit in DIN- und KI-Netzwerken und die Unterstützung bei DIN-gruppenweitem Wissensaufbau im Bereich Künstliche Intelligenz

Sie verantworten die kontinuierliche Entwicklung, Administration, Wartung und Weiterentwicklung (Infrastrukturbetrieb) der cloudbasierten Big-Data-Analytics-Plattform., Sie koordinieren die Einrichtung und den Einsatz professioneller Monitoring-Tools zur Überwachung der Azure-Ressourcen und zur Identifikation von Verbesserungsmöglichkeiten sowie zur Überwachung der Performance und zur Skalierung der Ressourcen., Sie stehen in regelmäßigem Dialog mit Informationsarchitekten und der IT-Sicherheit und berücksichtigen dabei stets interne und rechtliche Anforderungen., Sie verantworten die Entwicklung von Architekturmodellen für die Infrastruktur, die Basisplattform, die Applikationen, die Integration mit anderen Systemen, die Prozesse, die Datenflüsse und weitere Komponenten im Bereich der cloudbasierten Big-Data-Analytics-Plattform.

Aufbereitung und Verfügbarmachung von Zeitreihen und Paneldaten zur wissenschaftlichen Nutzung (insbesondere für den ZEW Finanzmarkttest), Integration neuer Analysemethoden und Anpassung der Datenbestände an wissenschaftliche Anforderungen, Entwicklung und Implementation von Datengenerierungsprozessen, Auswertungsprofilen und Analysestrategien für sozial-, betriebs- und volkswirtschaftliche Fragestellungen, Abstimmung und Kontaktpflege zu externen IT-Dienstleistern wie Anbietern von Cloud- Dienstleistungen, wissenschaftlichen Rechenzentren oder Datenanbietern, Sicherstellung der Datenqualität und -integrität durch regelmäßige Überprüfungen und Optimierungen

Einrichtung und technische Pflege von Praktikumsinfrastruktur z.B. in Form von vorkonfigurierten virtuellen Maschinen für Studierende, Einrichtung und technische Pflege von KI Diensten in der Lehre wie z.B. einem sprachmodellbasierten Email-Feedback für Studierende oder einem Generator für Praktikumsaufgaben unter Anleitung der Dozenten, Mitwirkung bei der Vorbereitung der Lehrveranstaltungen, Entwicklung von Aufgaben und Unterlagen, Betreuung von Studierenden im virtuellem Labor und Lehrveranstaltungen in den Fachgebieten Datenbanken, Data Science und künstliche Intelligenz unter Anleitung der Dozenten, Mitarbeit bei Forschungs- und Entwicklungsvorhaben, Kommunikation mit und Vergleich von internen und externen Anbietern von (Cloud)diensten, Soft- und Hardware, Unterstützung der Studierenden bei Projekt- oder Abschlussarbeiten

(Konzept-) Entwicklung von Datenarchitekturen und Netzmodellen für den Netzbetrieb und die Betriebsplanung, Sicherstellen einer nachhaltigen und konsistenten Datenqualität und damit den Erfolg unserer Kernprozesse, Zusammenarbeit mit den Spezialist*innen in der Systemführung zur Ermittlung, Analyse, Abstimmung und Integration von internen und externen Anforderungen, Umsetzung und Mitgestaltung einer einheitlichen Datenstrategie im Kontext der Data Governance, Je nach Einsatzfeld die Simulation verschiedener Szenarien in Netzdatensätzen durch Manipulation der Eingangsdaten, Modellierung sowie Auswertung mit Hilfe von Datenanalysen und Data Science (Nutzung von KI), Kontinuierliche Weiterentwicklung bestehender Methoden, Vorgehensmodelle und Schnittstellen in Bezug auf Datenarchitekturen und Netzmodelle, Teilnahme in nationalen und europäischen Gremien und Arbeitsgruppen