Neue Treffer für diese Suche automatisch erhalten?
Kostenlos und jederzeit kündbar – jede Mail enthält einen Abmelde-Link. Umfang, Zeitpunkt und Schärfe deines Agenten stellst du – wie viele weitere Funktionen – in deinem Login-Bereich ein.
5 Big Data Engineer Jobs
Anforderungen in saubere, sichere und wartbare technische Lösungen zu übersetzen. Diese Stelle umfasst folgende Tätigkeitsbereiche: Technische Umsetzung von Microsoft-365-Lösungen…
Wir bieten dir, eingebettet im Rahmen unserer 120 Mitarbeiter:innen in Graz, Klagenfurt, Wien, Sofia und Würzburg, ein wertschätzendes Umfeld mit DU-Kultur, flachen Hierarchien…
Aufgaben. Beratung von öffentlichen Organisationen bei Prozess-, Digitalisierungs- und Transformationsprojekten Analyse und Optimierung von Geschäftsprozessen,…
Anforderungen in saubere, sichere und wartbare technische Lösungen zu übersetzen. Diese Stelle umfasst folgende Tätigkeitsbereiche: Du analysierst, priorisierst und automatisierst…
Aufgaben. Eigenverantwortliche Mitarbeit und Übernahme von Transformationsprojekten mit klarem Fokus auf Prozessanalyse und Prozessoptimierung Aufnahme, Analyse, Modellierung und…
Wir bieten für diese Vollzeitposition im Ausmaß von 38,5 Stunden/Woche ein Jahresbruttogehalt ab € 85.000 (Senior) inkl. Firmen-PKW zur Privatnutzung (optional). Eine…
Profil auf karriere.at. Bewerben – jederzeit & überall Schneller dank vorausgefüllter Daten Alle Bewerbungen & ihren Status im Blick
€ 1.935Wieden,WienVollzeit
ElektronikElektrik, Installation, EnergietechnikSoftwareentwicklungSystem- & NetzwerkadministrationIT Security & CybersecuritySupport & HelpdeskDatenbanken & Data WarehouseWebentwicklungQualitätssicherung & TestingIT ConsultingERPBauingenieurwesenEinkaufTechnischer VertriebSEO & SEMAI & Machine LearningQualitätssicherungBusiness IntelligenceSonstige Stellen im IT-Bereichrequirements, demoing tailored solutions, and providing hands-on training or technical implementation to ensure successful platform adoption. Taking a consultative approach to…
requirements, demoing tailored solutions, and providing hands-on training or technical implementation to ensure successful platform adoption. Taking a consultative approach to…
requirements, demoing tailored solutions, and providing hands-on training or technical implementation to ensure successful platform adoption. Taking a consultative approach to…
Aufgaben Installation, Konfiguration und praktische Evaluierung des Jamf Setup Managers Test von Zero-Touch-, Single-Touch- und technikergeführten Bereitstellungsszenarien…
Aufgaben Durchführung von Risikoanalysen und intelligenter Prozessoptimierung von SAP Systemen Erstellung und Umsetzung von SAP Berechtigungs- und Sicherheitskonzepten bei unseren…
requirements Leverage SAP Cloud ALM for project implementation, monitoring, and lifecycle management to ensure quality and transparency Collaborate with cross-functional teams to…
requirements, working closely with stakeholders to translate business needs into functional specification Design processes that meet our customer’s expectations As part of our…
Aufgaben, die dir am Herzen liegen. Mit einem Workload, der zu dir passt. Und mit einer Arbeitsweise, die sich an deinen Zielen orientiert. Wie du dich vernetzen, weiterbilden und…
Wir bieten gesondert für unsere Jobs im Consulting einen virtuellen Austausch über CareerLunch an. Wenn du dich also für diesen Bereich interessierst, kannst du dich über den…
Anforderungen klare Lösungsideen. In dieser Rolle bist du die fachliche Brücke zwischen Vertrieb, Kund:innen und Consulting. Du verstehst Geschäftsprozesse, übersetzt sie in…
tecAI
Gedanken eingeben. Möglichkeiten entdecken.
Big Data Engineers bauen die Infrastruktur, auf der Datenanalyse überhaupt erst möglich wird. Klingt abstrakt? Ist es nicht. Konkret heißt das: Sie entwerfen Pipelines, die täglich Terabytes aus verschiedensten Quellen einsammeln, bereinigen und an der richtigen Stelle ablegen. Damit Data Scientists und Analyst:innen später sauber damit weiterarbeiten können, ohne sich mit Rohdaten-Chaos herumzuschlagen. Ein großer Teil der Arbeit dreht sich um Verlässlichkeit. Läuft die nächtliche Verarbeitung durch? Skaliert das System, wenn plötzlich das Zehnfache an Ereignissen hereinkommt?
Technologisch bewegen Sie sich meist rund um verteilte Systeme — Spark, Kafka, verschiedene Cloud-Dienste bei AWS, Azure oder der Google Cloud. SQL sowieso. Und Programmiersprachen wie Python, Scala oder Java, je nachdem, wo das Team historisch gewachsen ist. Vieles davon lernt man erst im Job richtig, nicht im Hörsaal.
Wie steigt man ein, und wohin führt der Weg?
Der klassische Einstieg läuft über ein Studium der Informatik, Wirtschaftsinformatik oder eines verwandten technischen Fachs. Zwingend ist das aber nicht. Viele kommen aus der Softwareentwicklung oder aus der Data-Analytics-Ecke und wachsen über Zeit in die Engineering-Rolle hinein. Wer aus dem Backend-Bereich stammt, bringt oft schon genau die Denkweise mit, die hier gebraucht wird: sauberer Code, Verständnis für Systemarchitektur, Gespür für Performance. Ein Quereinstieg über gezielte Weiterbildungen und ein, zwei ernstzunehmende Projekte ist durchaus realistisch.
Nach ein paar Jahren öffnen sich Richtungen. Manche vertiefen sich technisch bis zur Data-Architektur, andere übernehmen Teamverantwortung oder spezialisieren sich auf Themen wie Streaming oder Data Governance.
Arbeitgeber? Breit gestreut. Banken und Versicherungen mit ihren gewachsenen Datenbeständen, der Handel, Industrieunternehmen mit Sensordaten aus der Produktion. Dazu spezialisierte Beratungen und natürlich Tech-Firmen. In Österreich sitzt vieles davon rund um Wien, Linz und Graz — aber Remote-Arbeit hat die Landkarte spürbar entspannt. Gefragt sind neben dem technischen Rüstzeug vor allem Neugier und die Geduld, sich in fremde Datenwelten einzudenken.
Big Data Engineer in Zahlen
Big Data Engineers bauen die Infrastruktur, auf der Datenanalyse überhaupt erst möglich wird. Klingt abstrakt? Ist es nicht. Konkret heißt das: Sie entwerfen Pipelines, die täglich Terabytes aus verschiedensten Quellen einsammeln, bereinigen und an der richtigen Stelle ablegen. Damit Data Scientists und Analyst:innen später sauber damit weiterarbeiten können, ohne sich mit Rohdaten-Chaos herumzuschlagen. Ein großer Teil der Arbeit dreht sich um Verlässlichkeit. Läuft die nächtliche Verarbeitung durch? Skaliert das System, wenn plötzlich das Zehnfache an Ereignissen hereinkommt?
Technologisch bewegen Sie sich meist rund um verteilte Systeme — Spark, Kafka, verschiedene Cloud-Dienste bei AWS, Azure oder der Google Cloud. SQL sowieso. Und Programmiersprachen wie Python, Scala oder Java, je nachdem, wo das Team historisch gewachsen ist. Vieles davon lernt man erst im Job richtig, nicht im Hörsaal.
Wie steigt man ein, und wohin führt der Weg?
Der klassische Einstieg läuft über ein Studium der Informatik, Wirtschaftsinformatik oder eines verwandten technischen Fachs. Zwingend ist das aber nicht. Viele kommen aus der Softwareentwicklung oder aus der Data-Analytics-Ecke und wachsen über Zeit in die Engineering-Rolle hinein. Wer aus dem Backend-Bereich stammt, bringt oft schon genau die Denkweise mit, die hier gebraucht wird: sauberer Code, Verständnis für Systemarchitektur, Gespür für Performance. Ein Quereinstieg über gezielte Weiterbildungen und ein, zwei ernstzunehmende Projekte ist durchaus realistisch.
Nach ein paar Jahren öffnen sich Richtungen. Manche vertiefen sich technisch bis zur Data-Architektur, andere übernehmen Teamverantwortung oder spezialisieren sich auf Themen wie Streaming oder Data Governance.
Arbeitgeber? Breit gestreut. Banken und Versicherungen mit ihren gewachsenen Datenbeständen, der Handel, Industrieunternehmen mit Sensordaten aus der Produktion. Dazu spezialisierte Beratungen und natürlich Tech-Firmen. In Österreich sitzt vieles davon rund um Wien, Linz und Graz — aber Remote-Arbeit hat die Landkarte spürbar entspannt. Gefragt sind neben dem technischen Rüstzeug vor allem Neugier und die Geduld, sich in fremde Datenwelten einzudenken.