Tätigkeiten
- Datenpipelines: Du entwickelst und optimierst skalierbare ETL/ELT-Prozesse mit Databricks und Spark
- Infrastruktur: Du verwaltest Databricks Workspaces und optimierst Datapipelines in Hinblick auf Performance und Kosten
- Automatisierung: Du baust CI/CD-Pipelines auf und setzt Infrastructure as Code um
- End-to-End: Du entwickelst wiederverwendbare Data Products und setzt Data Governance technisch um
- Zusammenarbeit: Du arbeitest eng mit Data Architects und AI Engineers an produktionsreifen Lösungen
