Data Scientist (Azure Databricks | MLOps | KNIME Migration) (m/w/d)

Für einen unserer Großkunden sind wir auf der Suche nach einem "Data Scientist (Azure Databricks | MLOps | KNIME Migration) (m/w/d)".

Das Projekt hat eine Vollzeitauslastung und ist zu 100% Remote.

Projektbeschreibung

Projektbezeichnung:

Migration und Modernisierung der Datenlandschaft auf eine Azure-Databricks-Plattform 1

Projektkontext:

Das Projekt modernisiert die CRM-IT eines großen Mobilitätsunternehmens und migriert bestehende KNIME-Workloads auf eine skalierbare Azure-Databricks-Plattform. Die Ausgangslage ist eine heterogene Landschaft mit elf Systemen und einem veralteten zentralen CRM, welches das steigende Anfragevolumen nicht mehr wirtschaftlich bewältigt. Ziel ist die Steigerung der Kundenzufriedenheit, Prozessoptimierung durch Automatisierung und die Erhöhung des Wertbeitrags des Loyalitätsprogramms.

Technisch bilden Integration und Analytics die Basis, wobei Umsysteme wie Contact Center und Kunden-Apps angebunden werden5. Die Migration erfolgt iterativ durch Inventarisierung, Übersetzung von Workflows sowie den Aufbau von Daten-Layern und Governance auf Databricks6.

Aufgabenbereich

Der Fokus liegt auf der Beratung, Konzeption und Durchführung fortgeschrittener Analyseverfahren sowie Machine-Learning-Lösungen. Dies umfasst:

• Architekturkonzeption für ein skalierbares Data-Lakehouse (Bronze/Silver/Gold) auf Basis von Azure Databricks.
• Technischer Aufbau der Plattform inklusive Unity Catalog und Berechtigungskonzepten9.
• Migration von KNIME Analytics Platform Workflows in die Zielarchitektur.
• Automatisierung von ETL/ELT-Prozessen und CI/CD-Pipelines.
• Wissenstransfer und Durchführung von Workshops.

Skills

Muss-Kriterien

• Exzellente Kenntnisse im Umgang mit Databricks (Workspace, Notebooks, MLflow, Delta Lake, Datenvirtualisierung und Data-Sharing-Konzepten) - Nachweisbar über Zertifikate, Projekt-Referenzen und mindestens 5 Jahre praktische Erfahrung im Lebenslauf
• Die Erfüllung typischer Senior-Data-Scientist-Aufgaben im Customer-Analytics-Umfeld (z. B. Entwicklung und Operationalisierung von ML-Modellen, Feature Engineering, Modellvalidierung und -überwachung, Aufbau produktionsreifer ML-Pipelines, Migration analytischer Workloads von KNIME nach Azure Databricks, Anwendung der Medallion-Architektur sowie Einsatz von MLflow/MLOps) - Nachweisbar über mindestens 5 Jahre praktische Erfahrung im Lebenslauf sowie Projektreferenzen, Zertifikate und dokumentierte Arbeitsergebnisse
• Nachweisbare Erfahrung in der Architektur und Umsetzung produktiver KI-Lösungen auf Databricks Azure - Fünf Projektreferenzen sind nachgewiesen
• Fundierte Kenntnisse in den im Technologiekatalog geforderten Bereichen eines Senior Data Scientist (z. B. Spark/PySpark, Azure Databricks/Delta Lake, MLflow/MLOps, Feature Engineering (Feature Store, PySpark, Dataframes, ETL-Prozesse, Datenmodellierung) - Nachweisbar über mindestens 5 Jahre praktische Erfahrung im Lebenslauf sowie Zertifikate, Projekterfahrung und Referenzen

Soll-Kriterien

• Der benannte Data Scientist soll das ML Engineer Badge von Databricks besitzen - Nachweis durch Zertifikatskopie (Gewichtung 40%)
• Nachweis der Implementierung von Data- und ML-Governance auf Basis von Azure Databricks, einschließlich Nutzung der MLflow Model Registry mit Freigabe-/Approval-Workflows, Monitoring sowie Erkennung und Management von Modell-Drift und Bias - Nachweisbar über mindestens 5 Jahre praktische Erfahrung im Lebenslauf (Gewichtung 40%)
• Deutsch in Wort und Schrift - Level B2/C1/C2 etc. oder äquivalent - Nachweis der Qualifikation (Gewichtung 20%)