Senior AI Engineer – Data & ETL Pipelines (gn)

Einleitung

Deine Aufgaben

• Du konzipierst, baust und betreibst skalierbare ETL- und ELT-Pipelines, die Rohdaten aus unterschiedlichen Quellen aufbereiten, transformieren und für ML-Training sowie Inference-Workloads bereitstellen.
• Du entwickelst robuste Datenpipelines für AI-Anwendungsfälle: von der Batch-Verarbeitung bis zu near-realtime Anforderungen und sorgst für Nachvollziehbarkeit, Qualität und Reproduzierbarkeit der Daten.
• Du implementierst Data-Quality-Frameworks und Monitoring-Mechanismen, damit Datenfehler erkannt werden, bevor sie Modellverhalten beeinflussen.
• Du arbeitest mit Feature Stores und sorgst dafür, dass Feature Engineering nicht in Notebooks stirbt, sondern in produktive Prozesse überführt wird.
• Du integrierst Pipelines in bestehende ML-Plattformen, LLM-Workflows und Produktarchitekturen und denkst dabei stets in Richtung Skalierbarkeit und Kostenkontrolle.
• Du arbeitest eng mit Engineering, Product und Data Science zusammen und bist die technische Brücke zwischen Rohdaten und funktionierender AI.

Dein Profil

• Mehrjährige Erfahrung im Aufbau von Datenpipelines und ETL/ELT-Architekturen in produktiven Umgebungen
• Sicherer Umgang mit Python sowie SQL und/oder dbt für Datentransformation
• Erfahrung mit Pipeline-Orchestrierung (Airflow, Prefect, Dagster oder vergleichbar)
• Kenntnisse in Cloud-Datenprojekten (AWS, GCP oder Azure) inkl. Storage- und Compute-Diensten
• Verständnis für ML-spezifische Datenanforderungen: Feature Engineering, Trainingsdatenvorbereitung, Datendrift, Reproduzierbarkeit
• Erfahrung mit LLMs, RAG-Systemen oder Agentic Workflows als Downstream-Konsumenten deiner Pipelines von Vorteil
• Erfahrung mit Container-basiertem Deployment und CI/CD

Persönlich:

• Hands-on Mentalität: du willst Pipelines bauen, die wirklich laufen, nicht Architekturdiagramme zeichnen
• Hoher Qualitätsanspruch bei Datenqualität und Code-Struktur
• Interesse an realem Produktbezug statt isolierter Infrastrukturarbeit
• Freude an enger Zusammenarbeit mit ML Engineers, Data Scientists und Product Teams

Benefits

• Was dich erwartet
  • Datenpipelines als strategisches Kernthema, nicht als notwendiges Übel am Rand von AI-Projekten
  • Hoher Gestaltungsspielraum in einem technisch starken Umfeld
  • Schnelle Entscheidungswege und eine Kultur, die auf echte Umsetzung setzt
  • Präsenzkultur mit echtem Teamfokus, Standort Hamburg

• Warum diese Rolle spannend ist
  Du arbeitest nicht isoliert an Modellen, sondern gestaltest, wie AI konkret Wert generiert: in echten Prozessen, mit echtem Produktbezug.
  Hier geht es um:
  • AI + Produkt
  • AI + Skalierung
  • AI + reale Anwendung