Senior AI Data Engineer (all genders) at DYMATRIX GmbH

Stuttgart, Baden-Württemberg, Germany -

Full Time

Start Date

Immediate

Expiry Date

04 Aug, 26

Salary

0.0

Posted On

06 May, 26

Experience

5 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Azure Cloud, Data Engineering, AI-driven Data Engineering, Azure Data Factory, Azure SQL DB, Azure Data Lake Storage, Databricks, Azure Functions, Microsoft Foundry, DWH/Data Lake Architecture, BI Cloud Architecture, Predictive Marketing, Customer Intelligence, German Language, English Language, Project Leadership

Industry

IT Services and IT Consulting

Description

Allgemein: Daten sind das Gold von morgen! Und Du suchst, förderst und veredelst das Wertvollste, was unsere Kundenbesitzen: Ihre Daten. Daher suchen wir Dich als Senior AI Data Engineer (all genders) für unsere Standorte in Stuttgart, Hamburg, Köln, München oder Karlsruhe. Bei Vertragsunterzeichnung erhältst Du eine Signing Fee von bis zu 10.000 Euro. Denn wir wissen: Ein Jobwechsel ist eine große Entscheidung – und wir schätzen es, wenn Du Dich für DYMATRIX entscheidest. Tech Stack: Deine Aufgaben: Du übernimmst die fachliche Führung des Projektteams und treibst den Einsatz von AI-gestützten Data Engineering Methoden aktiv voran Unsere Kunden berätst Du methodisch und technisch in innovativen Datamanagement- und Integrationslösungen rund um die Azure Cloud Du hilfst unseren Kunden, personalisierte und automatisierte Marketingkampagnen zu planen und zu optimieren – mit modernen Technologien zur Echtzeit-Segmentierung und automatisierten Recommendation Du arbeitest in allen Projektphasen mit – von der Anforderungsanalyse über die Implementierung bis zum Go-Live – unterstützt durch verschiedene externe AI Tools sowie unsere interne DYMATRIX AI Platform Du setzt zukunftsweisende Data Engineering-Technologien rund um die Azure Cloud ein und sorgst für eine standardisierte Umsetzung über die Projekte hinweg Dabei bleibst Du nicht stehen: Du beobachtest aktiv die Entwicklung von AI Trends im Data Engineering (z.B. Agenten-basierte Pipeline-Entwicklung, LLM-Integration in Datenplattformen) und bringst neue Impulse in Team und Kundenprojekte Welche Studiengänge suchen wir? Das bringst du idealerweise mit: Du hast eine Leidenschaft für Daten, Azure und AI – We love Data, we love Azure, we love AI – das solltest Du auch Du möchtest etwas bewegen und siehst AI nicht als Buzzword, sondern als konkretes Werkzeug das Datenprojekte schneller und smarter macht Mehrjährige Berufserfahrung in der Konzeption und Umsetzung von innovativen Data-Engineering-Lösungen, vorzugsweise im Beratungsumfeld Gute Kenntnisse rund um die Azure Data Dienste wie z. B. Data Factory, SQL DB, Data Lake Storage, Databricks, Functions sowie Interesse an Microsoft Foundry Starkes Interesse an der Entwicklung von DWH / Data Lake und BI Cloud Architecture Idealerweise hast Du schon erste Erfahrungen mit AI-gestützter Personalisierung, Predictive Marketing oder Customer Intelligence gesammelt – kein Muss, aber ein starkes Plus Sehr gutes Deutsch, gutes Englisch und ein ordentliches Maß an Organisationstalent runden Dein Profil ab Das erwartet Dich: Deine Benefits: Wie läuft der Bewerbungsprozess? About us Bei DYMATRIX entwickeln wir mit Leidenschaft innovative Softwarelösungen für datengetriebene, KI-gestützte Customer Experiences. Unsere SaaS-Plattform ermöglicht es Unternehmen, ihre Kontakte automatisiert und personalisiert über alle Kanäle hinweg anzusprechen. Doch wir liefern nicht nur die Technologie – unsere Expert:innen begleiten Kunden von Strategie und Implementierung bis hin zum laufenden Betrieb. Über 200 namhafte Unternehmen aus der DACH-Region, vom Mittelstand bis zum DAX-Konzern, aus Branchen wie Handel, Medien, Banken und Versicherungen vertrauen auf uns. Damit das gelingt, brauchen wir ein starkes Team – wir brauchen Dich!

Responsibilities

Lead project teams in implementing AI-supported data engineering methods and innovative data management solutions within the Azure Cloud. Consult clients on automated marketing campaigns, real-time segmentation, and the integration of LLMs into data platforms.