Software Engineer* für Datenprojekte
Free to start · No card · 5 credits the moment you sign up
Job description
Was du bei uns bewegen kannst
Datenfundamente mit Software-Exzellenz schaffen: In cross-funktionalen Projektteams hilfst du unseren Kunden, das volle Potenzial ihrer Daten auszuschöpfen. Ihr schafft die Basis für datengetriebene Services und KI-Einsatz. Mit deiner Software-Expertise stellst du sicher, dass diese Architekturen höchsten Qualitätsstandards und den Anforderungen der Kunden entsprechen.
Auf Augenhöhe beraten: Dein Job beginnt schon vor dem Code. Du begleitest deine Kunden partnerschaftlich von der ersten Idee über die technische Machbarkeitsanalyse bis zur Umsetzung. Komplexe technische Inhalte vermittelst du auch nicht-technischen Ansprechpartner:innen verständlich und bringst dich aktiv in Workshops, Präsentationen und Kundenmeetings ein.
Zukunftsfähige Architekturen designen: Du schaffst das robuste Fundament für komplexe Analysen und data-driven Services. Um hochskalierbare Datenplattformen in der Cloud, on premises oder hybrid zu realisieren, setzt du auf moderne Architektur-Paradigmen.
End-to-End Engineering leben: Clean Code, automatisierte Testing-Verfahren (CI/CD) sowie ein hoher Anspruch an Governance und Sicherheit sind für dich eine Selbstverständlichkeit. Mit bewährten Methoden der klassischen Software-Entwicklung sorgst du dafür, dass komplexe Daten-Pipelines und ML-Modelle nicht nur entwickelt, sondern nahtlos in bestehende IT-Systeme und den Produktivbetrieb integriert werden.
Wissen teilen & gemeinsam wachsen: Für dich lebt echte Teamarbeit vom gegenseitigen Austausch. Du bringst Best Practices aus dem Software Engineering ins Data-Team ein und vertiefst gleichzeitig dein eigenes Data- & AI-Wissen, um gemeinsam technologische Herausforderungen zu meistern.
In unseren Projekten verwenden wir häufig folgende Technologien:
Python, SQL, Java
Relationale und NoSQL-Datenbanken
Spring, FastAPI, Flask
Databricks, Spark, Kafka, Airflow, dbt, BigQuery oder Snowflake
AWS, GCP, Azure
Docker, Kubernetes
Requirements
Wer gut zu uns passen würde
Starkes Fundament im Software Engineering: Du hast ein abgeschlossenes Studium im MINT-Bereich oder in einem vergleichbaren Studienfach sowie mindestens zwei Jahre Berufserfahrung in der Software-Entwicklung. In mehreren der oben genannten Technologien bringst du erweiterte Kenntnisse mit.
Dein Weg in Richtung Data & AI: Erste Erfahrungen in Data Engineering oder ML-Projekten hast du bereits gesammelt – jetzt suchst du die Möglichkeit, dich in diesem Bereich gezielt weiterzuentwickeln. Dich motiviert es, dein 'Engineering Mindset' voll einzubringen und aus Data-Prototypen robuste Software-Produkte zu formen.
Architektur im Fokus: Du tauchst gern tief in Systemarchitekturen ein. Mit Cloud-Plattformen (AWS, GCP oder Azure) sowie dem Container-Umfeld (Docker, Kubernetes) arbeitest du routiniert und möchtest diese Expertise im Data-Kontext gezielt ausbauen.
Gespür fürs Wesentliche: Dank deiner Empathie baust du schnell vertrauensvolle Beziehungen zu unseren Kunden auf. Du erkennst, worauf es im Projektkontext und bei der Zusammenarbeit wirklich ankommt. Es fällt dir leicht zu priorisieren und die richtige Balance zwischen Pragmatismus und Perfektionismus zu finden.
Sprachkompetenz: Sehr gute Deutschkenntnisse (mind. C1) sowie gute Englischkenntnisse runden dein Profil ab.
Originally posted on Himalayas
Prepare your application
Use the description above to assess your fit for inovex GmbH. This checklist is guidance from Resumize, rather than additional requirements from the employer. Imported listings can be shortened or change after collection, so confirm the complete description and current availability before sending an application.
Match requirements to evidence
Identify the responsibilities and skills the employer explicitly names. For each important requirement, choose one example from your work, education, training, or projects. Explain what you did, how you did it, and what changed as a result. Include a measurable outcome when you can support it. If you lack a requirement, describe related experience accurately instead of adding an unfamiliar skill to your resume.
Put the most relevant examples near the top of your resume. Keep job titles, dates, qualifications, and contact details consistent across your application materials. Use the employer’s terminology when it describes your experience accurately; a copied list of keywords does not explain your contribution. A short, specific bullet is easier to review than a paragraph that mixes several unrelated duties.
Check the working arrangement
Confirm the location, schedule, employment type, and any eligibility requirements on the employer’s site. A remote label does not establish worldwide eligibility or flexible hours. If compensation, benefits, equipment, travel, or contract duration are missing from this listing, write down your questions for the recruiter. Do not assume details from another opening at the same company apply to this role.
Review before submitting
Follow the employer’s requested file format and application instructions. Open your exported resume and check that its text is selectable, its sections read in order, and its links work. Proofread names, dates, and contact information. Share confidential work samples only when you have permission, and use an anonymized example when necessary.
Submit through a trusted employer or recruiting destination. If the original listing has disappeared, search the employer’s careers page for the title rather than assuming the vacancy remains open. Save the application date, job reference, and the version of your resume you sent. Those details help you prepare for a later conversation and avoid submitting conflicting information through several job boards.
Review your resume for writing and readability feedback, or browse other openings if this opportunity is unavailable.