24.10.2026 aktualisiert

**** ******** ****
nicht verfügbar
info: nicht verfügbar bis 15.01.2027

Senior Data Engineer

Neu-Ulm, Deutschland
Nur Remote
Master Informatik M.Sc.
Neu-Ulm, Deutschland
Nur Remote
Master Informatik M.Sc.

Skills

AI AgentsData CatalogData AnalysisBig DataCloud-EngineeringContract Lifecycle ManagementVertragsmanagementData ArchitectureDateninfrastrukturData IntegrationData TransformationData MigrationDatenverarbeitungssystemeDatenqualitätDatensystemeDevOpsPythonMachine LearningQualitätsmanagementDataOpsRequirements EngineeringTechnische DatenAutomatisierte DatenverarbeitungDatenverarbeitungFeature-EngineeringData SciencePyTorchPrompt EngineeringDeep LearningpandasData LakeDaten-PipelinePipeline-BerichterstattungDatabricksData Generation
Kurzprofil:
Seit mehr als 7 Jahren bin ich als Data Engineer im universitären und industriellen Umfeld tätig. Zu meinen Projekterfahrungen zählen insbesondere die Planung und Implementierung cloud-basierter End-to-End Daten-Pipelines mit besonderem Fokus auf die effiziente Verarbeitung von sehr großen Mengen an Zeitreihendaten. Ich habe fortgeschrittene Kenntnisse in der Recherche, Modellierung, Implementierung, Evaluierung, Training, Deployment, Qualitätssicherung und Monitoring von Machine- bzw. Deep-Learning Pipelines.
Toolstack (Auswahl):
Python, Spark / Pyspark, SQL, Git, Databricks, Numpy, Pandas, Linux, Docker, Azure Deltalake, Azure Fileshare, Azure BLOB, Azure Storages, Pydantic, Koalas, FastAPI, Keras, Azure DevOps, WSL, Azure Data Factory, Azure Virtual Machines, Prophet, Pytorch, Tensorflow, Scipy, Flask, Redis, Mlflow, AWS S3, Jira, Pytest, Unittest, Kubernetes, Spacy, Fasttext, Beautifulsoup, Confluence, Selenium, Pytorch, Plotly Dash, Jupyter Notebook / Lab, Java, C++, Andoid, C#, LateX, MS Office, VS Code.
Ich biete:
  • Implementierung komplexer ETL Pipelines
  • Fortgeschrittene Datenanalysen & Visualisierung
  • Requirements Engineering datengetriebener Produkte
  • Finden und Entwickeln von Usecase- sowie Businesscases für die datengetriebene Wertschöpfung
  • Recherche, Implementierung, Evaluierung, Deployment und Qualitätssicherung von Machine Learning Modellen
  • Design, Implementierung und Wartung von End-to-End Data- und Machinne Learning Pipelines
  • Projektplanung & Dokumentation
  • Transparente und klare Kommunikation
  • Umsetzung von DevOps Prinzipien
  • Flexible Beauftragungsmodelle inkl. erfolgsbasierte Vergütung
Arbeitsphilosophie:
Ich arbeite zuverlässig, gewissenhaft, pflichtbewusst und präzise.

Erfahrung

Berufserfahrung5 - 10 Jahre
Freelancer seit2018

Sprachen

DeutschMutterspracheEnglischverhandlungssicherFranzösischGrundkenntnisseSpanischGrundkenntnisse

Projekthistorie

Senior Data Engineer

Auf Nachfrage

Energie, Wasser und Umwelt

>10.000 Mitarbeiter

Data Engineer

Auf Nachfrage

Architektur und Bauwesen

250-500 Mitarbeiter

  • Strategische Planung, Wartung und Betrieb bestehender Datenstrecken von Rohdatenbeständen bis hin zur Anzeige in Dashboards
  • Weiterentwicklung, Qualitätssicherung und Reimplementierung bestehender ETL-Strecken bezüglich Datenqualität
  • Erweiterung und Wartung von Datenbanken
  • Etablierung von DevOps und DataOps Workflows zur automatisierten Bereitstellung von Datenbanken und Software-Modulen sowie deren Implementierung und Inbetriebnahme
  • Schulung von Mitarbeitern und Knowledge Transfer
  • Wissenstransfer bzgl. CI/CD-Prinzipien und des generellen Umgangs mit Daten
  • Verschlankung bestehender Software Entwicklungs Prozesse
  • Verbesserung bzw. Redesign von Teilen der bestehnden Dateninfrastruktur
  • Unterstützung bei der strukturierten Abwägung strategischer Entscheidungen für zukünftige Software-Architekturen mit besonderem Fokus auf langfristige Stabilität, Wartbarkeit und laufende Qualitätssicherung

Data Scientist

Auf Nachfrage

Automobil und Fahrzeugbau

1000-5000 Mitarbeiter

  • Planung von Machine Learning Pipelines von Entwicklung bis hin zum Deployment auf Steuergeräten
  • Sicherstellung langfristiger Wartbarkeit
  • Beratung zur Implementierung von Qualitätssicherungsmechanismen
  • Sicherstellung der Modellqualität unter Berücksichtigung spezieller plattformbedingter Performance-Drifts
  • Exploration und Priorisierung von Modellierungsansätzen für die Entwicklung von Machine Learning Algorithmen zur vorausschauenden Wartung bzw. Verschleiß-Modellierung
  • Beratung bei der Planung von Big Data Architekturen

Senior Data Manager / Sterward

Auf Nachfrage

Industrie und Maschinenbau

>10.000 Mitarbeiter

  • Data lineage automation
  • Implementation of data lineage automation solutions
  • Lean process management
  • Risk analysis
  • Projekt requirement analysis

Data Scientist / Data Engineer

Auf Nachfrage

Automobil und Fahrzeugbau

1000-5000 Mitarbeiter

  • Entwicklung von Machine Learning Ansätzen zur Präzisierung von Qualitätskontrollen in der Produktion
  • Implementierung von ETL Pipelines
  • Migration großer Sensordaten-Bestände aus einem Legacy-System in eine skalierbare Datenpipeline
  • Entwicklung von speziellen Evaluations Methoden zur Gütebewertung der entwickelten Machine Learning Modellen und deren Anwendung auf Felddaten
  • Usecase Entwicklung zur Datengetriebenen Wertschöpfung
  • Coaching

Machine Learning Engineer

Auf Nachfrage

Versicherungen

>10.000 Mitarbeiter

  • Entwicklung von Machine Learning Modellen
  • Natural Language Processing
    • Name Entity Recognition
    • Word Concept Mining
  • Verbesserung von bestehenden Machine Learning Modellen
  • Migration of data to an Azure Cosmos-DB NoSQL Database
  • Evaluierung von Machine Learning Modellen
  • Machine learning operations

Data Scientist

Auf Nachfrage

Industrie und Maschinenbau

50-250 Mitarbeiter

  • Beratung und Entwicklung von Strategien zur Etablierung einer datengetriebenen Wertschöpfungskette
  • Planung einer langfristigen Dateninfrastruktur für Sensordaten
  • Erstellung dynamischer Visualisierungen
  • Erstellung von Konzepten zur Umsetzung zukünftiger Usecases
  • Erster Machbarkeitsstudien in Form von Prototypen
  • Entwicklung eines Machine Learning Algorithmus zur vollautomatischen Sensor-Lokalisierung basierend auf Bluetooth-Echo-Signaturen

Data Scientist / Machine Learning Engineer

Auf Nachfrage

Automobil und Fahrzeugbau

1000-5000 Mitarbeiter

  • Recherche, Implementierung und Evaluierung von Machine Learning Modellen
  • Konzeptionierung, Implementierung und Testing von Datenpipelines zur Aufbereitung und Nutzbarmachung von Datenquellen
  • Technische Planung, Entwicklung und Koordination von Machine Learning Projekten im Bereich der Prädiktiven Fahrzeugwartung
  • Inbetriebnahme bzw. Deployment von Machine Learning Modellen in Live-Systemen
  • Projekt- und Kundenakquise, Indentifikation von Use Cases, Aufwandschätzung und Angebotserstellung
  • Datenexploration und -Analyse, Projektdokumentation und Reporting
  • Kommunikation und Koordination von Schnittstellen in Projekten zwischen Auftraggebern, interen Teams und externen Dienstleistern
  • Durchführung von Fachvorträgen in Expertengremien

Data Scientist

Auf Nachfrage

Industrie und Maschinenbau

< 10 Mitarbeiter

  • Aufbau einer Dateninfrastruktur zur Fernwartung von Reifensensordaten
  • Extraktion, Bereinigung und Aggregation von Sensordaten aus Legacy-Systemen
  • Überführung von Sensordaten in eine modernere Infrastruktur
  • Explorative Datenanalysen und statistische Ursachenforschung zu Sensorausfällen
  • Entwicklung eines Monitoring-Systems zur Überwachung von Reifenzuständen für verschiedene Stakeholder wie Flottenmanager oder Wartungstechniker

Data Analyst

Auf Nachfrage

Internet und Informationstechnologie

10-50 Mitarbeiter

  • Entwicklung einer prototypischen Datenpipeline zur Datenaufbereitung und Feature-Extraktion
  • Durchführung von Sanity-Checks
  • Analyse von Kundenpräferenzen
  • Customer-Segmentation
  • Vorhersage von Customer-Churn
  • Gezielte (datengetriebene) Unterstützung des Sales-Teams zur Kundenpflege

Kontaktanfrage

Einloggen & anfragen.

Das Kontaktformular ist nur für eingeloggte Nutzer verfügbar.

RegistrierenAnmelden