5 Part-Time Data Engineer Jobs

Develop, test, deploy, and monitor scalable filter pipelines and transformation processes that extract relevant metrics and features from billions of events, Data management, versioning, etc., in a Data Lake, Implement high-performance ML inference services for critical applications, Collaborate with data scientists and software developers to optimize and scale ML models, Ensure the quality and reliability of developed solutions through monitoring and performance analysis

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

Design, Entwicklung und Wartung von Datenbanken zur Unterstützung von Geschäftsprozessen, Erstellung, Optimierung und Verwaltung von BI Dashboards und Reports, Analyse und Integration großer Datenmengen aus verschiedenen Quellen, Sicherstellung der Datenqualität und -integrität in allen relevanten Systemen, Zusammenarbeit mit verschiedenen Abteilungen zur Identifikation von Reporting-Anforderungen und Umsetzung von BI-Lösungen, Entwicklung von automatisierten ETL-Prozessen und Implementierung von SQL-Abfragen

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.

Aufbau, Wartung und Optimierung der Data-Science-Infrastruktur, einschließlich der Integration von Open-Source- und Enterprise-Lösungen (GitLab, Docker, Kubernetes), Implementierung von CI/CD und MLOps-Prozessen, Gewährleistung der Skalierbarkeit und Leistung der Infrastruktur, einschließlich GPU-Support und Cloud-Readiness, Sicherstellung der IT-Sicherheit und Einhaltung von Datenschutzrichtlinien, Implementierung und Pflege von Single Sign-On- (SSO-) Lösungen sowie Verwaltung von Authentifizierungsmechanismen, Optimierung von Paketinstallationen und Softwarebereitstellung zur Unterstützung von Data-Science-Projekten, Bereitstellung einer zuverlässigen und innovativen Infrastruktur durch enge Zusammenarbeit mit Data Scientist:innen und Softwareentwickler:innen, Dokumentation der Systemarchitektur sowie Monitoring der IT-Umgebung, um kontinuierliche Betriebsbereitschaft zu gewährleisten, First- und Second-Level-Support für Benutzeranfragen und technische Probleme, Weiterentwicklung Ihrer technischen Fähigkeiten

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

Aufbau des Bereichs Data Intelligence der Schmiede (inkl. KI-Lab) zusammen mit dem Leiter der Schmiede, Fachliche Leitung der fünf Mitarbeiter des Bereichs Data Intelligence, Entwicklung der Data- und Software-Kernarchitektur sowie der entsprechenden Entwicklungs-Prozesse und -Tools im Bereich Data Intelligence in Abstimmung mit dem Leiter der Schmiede, Konzeption ständig neuer Anwendungen als MVP gemeinsam mit Kunden, Product-Ownern und Architekten, Entwicklung datengetriebener Anwendungen und Modelle mit Python, R und C# im Bereich ML und klassischer Algorithmen im Scrum-Team, Test und Dokumentation der Anwendungen und Modelle, Pflege, Optimierung und Support von bestehenden Anwendungen, Sicherstellung der reibungslosen Zusammenarbeit von Front- und Backend sowie IoT-Komponenten und Gewährleistung der Interoperabilität, Sicherstellung einer hohen Auslastung des Teams und hohen Mehrwerts für die Bundeswehr zusammen mit den POs, Zeitweise Reisetätigkeit und die Möglichkeit, am Kundenstandort zu arbeiten

Entwicklung zukunftsfähiger Lösungen für die digitale Transformation und Ausbau der SAP BW Datenplattform, Erprobung neuer Technologien und Methoden im Bereich Data Science und KI, Analyse von Kundenanforderungen, Konzeption und Modellierung von Prozessen, Datenmodellen, Datenflüssen und Visualisierungen im Rahmen der Implementierung, Projekt- oder Teilprojektleitung bei größeren Projekten zur Weiterentwicklung des Data Warehouses, Verantwortung für den reibungslosen Betrieb der konzernweiten SAP BW Datenplattform und Unterstützung bei der Umsetzung konzernweiter Projekte, Sicherung der Datenqualität durch Datenharmonisierung in Absprache mit Fachexperten, Unterstützung als Wissensträger:in den Austausch unter den Fachexperten und bildest die Schnittstelle zwischen den Kunden, Integrationsteams und Dienstleistern

(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