Ingenieur für maschinelles Lernen in XMLLogistics

Erforderliche Erfahrung:
— Ausbildung: Bachelor-Abschluss oder höher in Informatik, Informationstechnologie, Datenwissenschaft oder einem verwandten Bereich.

Wissen :
— Verständnis der Datenmodellierungsprinzipien und -praktiken;
— Data Warehouse, Data Lake-Konzepte;
— ETL-Prozesse (Extract, Transform, Load) und Tools für die Datenaufnahme, Transformation und Verarbeitung;
— Entwerfen und Entwickeln einer Dateninfrastruktur;
— Englisch — Mittelstufe.

Erforderliche technische Fähigkeiten:
— Kenntnisse in Programmiersprachen: Python;
— Erfahrung mit Datenbanktechnologien: SQL, NoSQL, Graphdatenbank
— Big-Data-Technologien: Spark, Kafka;
— Cloud-Plattformen: Google Cloud Platform, einschließlich Datendienste ( Google BigQuery), Speicherverwaltung;
– Kenntnisse in Versionskontrollsystemen: Git;
– Tools zur Datenpipeline-Orchestrierung: Apache Airflow oder ähnliches;
– Fähigkeit zur Optimierung und Abstimmung der Datenbankleistung;
— Erfahrung mit Datenverwaltung, Sicherheit und Compliance-Praktiken;
— Dokumentationsentwicklung, Wissenstransfer.

Soft Skills:
— Starke Problem- Lösungs- und Analysefähigkeiten;
— Ausgezeichnete Kommunikationsfähigkeiten für die Zusammenarbeit mit funktionsübergreifenden Teams;
—Fähigkeit, unabhängig und in einer Teamumgebung zu arbeiten;
—Liebe zum Detail und Fähigkeit, mit großen Dingen zusammenzuarbeiten Datensätze effizient bearbeiten;
– Anpassungsfähigkeit, um neue Technologien und Tools schnell in einem sich schnell entwickelnden Bereich zu erlernen.

Bevorzugte Qualifikationen:
– Branchenzertifizierungen;
— Erfahrung mit Frameworks und Techniken für maschinelles Lernen, Verständnis des MLOps-Ansatzes;
— Kenntnisse der DevOps-Prinzipien und -Praktiken für kontinuierliche Integration und Bereitstellung (CI/CD);
— Erfahrung mit Containerisierungs- und Orchestrierungstools wie Docker und Kubernetes.

Es wird ein Plus sein:
— Kenntnisse und Erfahrung in PHP.