Data Scientist - Knime

Westhouse Group; Frankfurt; Hybrid; EUR 70.000 - 90.000; Vollzeit

Zusammenfassung

Ein internationales Recruitment-Unternehmen sucht einen Data Scientist – Knime für ein spannendes Remote-Projekt in Frankfurt. Der ideale Kandidat hat mindestens 5 Jahre Erfahrung mit Databricks und muss in der Lage sein, komplexe KI-Lösungen zu entwickeln sowie Datenpipelines zu implementieren. Die Rolle umfasst die Architektur eines Data Lakehouse und die Migration bestehender Systeme. Deutschkenntnisse sind erforderlich und die Stelle ist in Vollzeit.

Qualifikationen

• Mindestens 5 Jahre Erfahrung im Umgang mit Databricks und ML-Operationen.
• Expertise in der Architektur produktiver KI-Lösungen auf Azure.
• Erfahrung mit Datenmodellierung und ETL-Prozessen.

Aufgaben

• Beratung zur Architektur eines skalierbaren Data-Lakehouse.
• Durchführung des technischen Aufbaus und der Konfiguration auf Databricks.
• Migration der KNIME Analytics Platform in die Zielarchitektur.

Kenntnisse

Umgang mit Databricks

Senior-Data-Scientist-Aufgaben

Architektur produktiver KI-Lösungen

Spark/PySpark

Implementierung von Data- und ML-Governance

Deutsch in Wort und Schrift

Tools

Azure Databricks

KNIME

AWS S3

Azure Data Lake Storage Gen2

Jobbeschreibung

Westhouse ist eines der führenden internationalen Recruitment Unternehmen für die Vermittlung von hochqualifizierten Fachexperten in Bereichen wie IT Life Cycle, SAP, Engineering, Kaufmännischem und Fachberatung.

Für unseren Kunden suchen wir aktuell eine/n

Data Scientist – Knime (m/w/d) - Remote, Frankfurt am Main

Rahmeninformationen

• Referenz: 177109
• Start: 2026-02-15
• Dauer: 15.02.2026 - 31.12.2026
• Standort: Remote, Frankfurt am Main
• Arbeitsumfang: full-time200 PT, davon 0 PT vor Ort
• Sprachen: Deutsch

Ihre Qualifikationen

• (MUSS) 5 Jahre Erfahrung im Umgang mit Databricks (Workspace, Notebooks, MLflow, Delta Lake, Datenvisualisierung und Data-Sharing-Konzepten)
• (MUSS) 5 Jahre Erfahrung mit typische 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)
• (MUSS) Erfahrung in der Architektur und Umsetzung produktiver KI-Lösungen auf Databricks Azure aus 5 Projekten
• (MUSS) 5 Jahre Erfahrung 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)
• (SOLL) Besitz des ML Engineer Badge von Databricks
• (SOLL) 5 Jahre Erfahrung in 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.
• (SOLL) Deutsch in Wort und Schrift – Level B2 / C1 / C2 etc. oder äquivalent.

Ihre Aufgaben

• Beratung und Durchführung der Architekturkonzeption für ein einheitliches, skalierbares und sicheres Data-Lakehouse auf Basis von Azure Databricks unter Berücksichtigung von Performance-, Sicherheits-, Governance- und Betriebsanforderungen
• Erarbeitung und Umsetzung einer Zielarchitektur für ein cloudbasiertes Data Lakehouse einschließlich logischer und physischer Architektur, Schichtenmodell (z. B. Bronze/Silver/Gold), Mandantenfähigkeit und Erweiterbarkeit
• Durchführung des technischen Aufbaus und der Konfiguration der Data-Lakehouse-Plattform in Azure Databricks, einschließlich Workspace-Strukturen, Zugriffsmodellen, Unity Catalog, Identitäts- und Berechtigungskonzepten (Azure Active Directory)
• Konzeption und Umsetzung der Nutzung zentraler Speichersysteme (Azure Data Lake Storage Gen2 und AWS S3) als persistente Datenebene für strukturierte, semi-strukturierte und unstrukturierte Daten
• Beratung und Durchführung der Migration der bestehenden KNIME Analytics Platform und des KNIME Business Hub in die Zielarchitektur, einschließlich Analyse der bestehenden Workflows, Abhängigkeiten und Betriebsmodelle
• Erarbeitung und Umsetzung eines Migrationskonzepts für KNIME-basierte Datenverarbeitungsprozesse unter Berücksichtigung von Datenintegrität, Nachvollziehbarkeit, Performance und Betriebsstabilität
• Durchführung der technischen Anpassung und Transformation bestehender Analyse- und Datenverarbeitungslogiken zur Integration in das Data-Lakehouse-Konzept (z. B. Ablösung oder Neustrukturierung von KNIME-Workflows)
• Erarbeitung und Standardisierung von Workflow-, Pipeline- und Komponenten-Templates zur einheitlichen Entwicklung, Wartung und Erweiterung von Datenverarbeitungsprozessen (z. B. ETL/ELT, Batch- und Streaming-Verarbeitung)
• Durchführung der Automatisierung von Entwicklungs-, Test- und Bereitstellungsprozessen (z. B. CI/CD) für Datenpipelines, Konfigurationsartefakte und Plattformkomponenten
• Konzeption und Umsetzung von Betriebs-, Monitoring- und Fehlerbehandlungsmechanismen für die Data-Lakehouse-Plattform und die migrierten Analyseprozesse
• Erarbeitung von Dokumentationen, Architektur- und Betriebskonzepten zur nachhaltigen Nutzung, Erweiterung und Wartung der Plattform
• Durchführung von Workshops und Wissenstransfermaßnahmen zur Vermittlung der Zielarchitektur, Migrationsansätze, Standards und Best Practices im Kontext Data Lakehouse und KNIME-Migration

Interessiert?

Wir freuen uns auf Ihre aussagekräftigen Bewerbungsunterlagen in elektronischer Form.

Ihre Ansprechpartner

Sven Schäfer
P: [phone]
E: [e-mail]