Folgende Kenntnisse in einem oder mehreren dieser Bereiche sind ein Plus: Continuous Integration & Delivery (z.B.: Unit Testing, Jenkins, Release Management), Cloud Architekturen (z.B.: AWS, Azure, GCP – Zertifizierungen erwünscht), Big Data /In-Memory-Datenbanken (z.B.:Cloudera, Redis), Graphdatenbanken (Neo4j, Amazon Neptune, ArangoDB), Streaming Plattformen z.B. (Apache Kafka, Azure Event Hubs), Containerisierung & Orchestrierung (z. B. Docker, Kubernetes). * Erfolgreicher Abschluss eines relevanten Studiums auf Master- oder PhD-Niveau im IT-Bereich, bevorzugt mit Schwerpunkt KI, Data Engineering, Software-Engineering oder Datenbanken. - Data Architecture & Engineering: Data Warehouse/Data Integration (z.B.: Databricks, Snowflake, MS Fabric, BigQuery, Azure Synapse
mehr