Verwantwortlichkeiten - Entwurf und Implementierung moderner Datenarchitekturen und Data Pipelines auf Cloud-Plattformen (AWS oder Azure) - Umsetzung von ETL-/ELT-Strecken, Batch- und Streaming-Verarbeitung mit Fokus auf Skalierbarkeit und Wartbarkeit - Integration von Speichersystemen, Eventquellen, Datenbanken und Analytics-Plattformen - Automatisierung von Datenverarbeitungsprozessen mit Infrastructure- und DataOps-Methoden - Zusammenarbeit mit Data Scientists, Application- und Infrastrukturteams zur Umsetzung ganzheitlicher Datenlösungen - Beratung von Kund:innen hinsichtlich Datenstrategie, Governance und cloud-nativer Datenservices Anforderungen - Mehrjährige praktische Erfahrung in Datenprojekten mit Fokus auf Cloud-Technologien - Sicherer Umgang mit verschiedenen Datenverarbeitungsansätzen (Batch, Streaming, Micro-Batching) - Fähigkeit, komplexe Datenflüsse von der Quelle bis zur Analyse zu modellieren und umzusetzen - Gutes Verständnis von Datensicherheit, Zugriffskonzepten und Skalierungsmechanismen - Teamfähigkeit, Kommunikationsstärke und Bereitschaft zur Arbeit im deutschsprachigen Kundenumfeld Erfahrung & Fachkenntnisse - Tools & Orchestration: AWS Glue, Azure Data Factory, Apache Airflow - Streaming & Events: Kafka, Kinesis, Event Hub - Speicher & Datenbanken: S3, Azure Storage Lösungen, Azure Data Lake, Cosmos DB, DynamoDB - Data Warehouses: Snowflake, Redshift, Azure Synapse - Datenformate: Parquet, Avro, JSON - Sprachen: Python, SQL, Bash - IaC & Automation: Terraform, YAML, GitOps - Analytics & Transformation: dbt, Power BI, QuickSight - Security & IAM: End-to-End-Verschlüsselung (in-transit & at-rest), Identity & Access Management, Datenklassifizierung und Zugriffskontrollen
Job Type
Remote role
Skills required
Azure, Synapse, Python
Location
Germany - Remote
Salary
No salary information was found.
Date Posted
July 13, 2025
Rackspace is seeking a Senior Cloud Data Engineer with expertise in AWS or Azure to design and implement modern data architectures and pipelines. This remote position in Germany requires strong collaboration with data teams and a focus on scalable data solutions.