Stand out for this role — generate a tailored resume and cover letter in about a minute.
Tieto Tech Consulting bygger et nytt, spesialisert team innen data og AI for norske industrivirksomheter. Du vil bidra med design av dataplattformer, utvikling av datapipelines og potensiell maskinlæringsmodellering, med fokus på produksjon og forretningsverdi.
Stillingen krever minst to års erfaring, Python/SQL-koding og sertifiseringer innen Azure, Fabric eller Databricks er positivt. Hybrid arbeidsmodell og vekstmuligheter tilbys.
Bygge moderne dataplattformer, utvikle robuste datapipelines og sette maskinlæringsmodeller i produksjon for industrikunder.
Tieto Tech Consulting har lenge levert data- og AI-løsninger til virksomheter i Norge og internasjonalt, med et dataingeniørmiljø på over 80 fagpersoner.
Nå bygger vi et nytt, spesialisert team innenfor dette miljøet, med mandat til å rette denne kompetansen målrettet mot mellomstore norske produksjonsbedrifter og industrivirksomheter, fra prognosemodeller og kvalitetskontroll med maskinsyn til prediktivt vedlikehold og produksjonsoptimalisering.
Du blir med i et lite, flatt team i tidlig fase av denne satsningen, der du får eierskap til både teknisk retning og kunderelasjon.
I perioder mellom prosjekter i dette teamet vil du jobbe som konsulent på andre oppdrag i Tieto Tech Consulting, på lik linje med øvrige konsulenter hos oss.
Vi ser etter deg som vil være med å bygge moderne dataplattformer, utvikle robuste datapipelines, og – der det er relevant – trene og sette maskinlæringsmodeller i produksjon, og omsette data til reell forretningsverdi for kunder i produksjonssektoren.
Som Data Engineer hos Tieto Tech Consulting vil du jobbe med
Plattform og infrastruktur: Designe og implementere skalerbar dataplattform og -arkitektur, utover hyllevareløsninger, med vekt på gjenbrukbare løsninger (infrastruktur som kode, maler, blueprints) som kan videreutvikles fra prosjekt til prosjekt.
Datapipelines, modeller og bruk: Utvikle og vedlikeholde datapipelines og datamodeller (daglig, månedlig eller ad-hoc), sikre korrekt datainntak og etterlevelse av datastyring, og – avhengig av bakgrunn og interesse – bidra til utvikling av prognose-, klassifiserings- eller maskinsyn-modeller for industrielle bruksområder.
Vi ser etter en nysgjerrig og løsningsorientert datautvikler som ønsker å jobbe med moderne dataplattformer og skape verdi gjennom data.
Du kjenner deg gjerne igjen i flere av disse punktene:
Du har minst to års erfaring fra en tilsvarende rolle.
Du programmerer godt i Python og/eller SQL, og liker å jobbe med data.
Du har jobbet med datamigrering, fra uthenting av data fra ulike kilder til utvikling, drift og overvåking av robuste datapipelines.
Har du erfaring med maskinlæring, som prognosemodeller, computer vision eller anomalideteksjon, er det et stort pluss – men ikke en forutsetning.
Du har høyere utdanning innen teknologi, matematikk, ingeniørfag eller andre relevante realfag.
Relevante sertifiseringer innen Azure, Microsoft Fabric eller Databricks er positivt, men vi verdsetter også praktisk erfaring.
Du tar ansvar for å organisere eget arbeid, er en lagspiller som deler kunnskap med kolleger, og har nok forretningsforståelse til å omsette et kundebehov til noe konkret og leverbart.
Hos oss får du muligheten til å være med fra starten på en ny satsning i en voksende, viktig sektor – med kort vei fra idé til kundelevering.
Vi legger vekt på faglig utvikling gjennom kurs, sertifiseringer og faggrupper, og du blir en del av et inkluderende og støttende miljø, både sosialt og profesjonelt.
Hvis du har spørsmål om stillingen, ta kontakt med rekrutterende leder Eirik Lyngvi, eirik.lyngvi@tieto.com
Tieto Tech Consulting har lenge levert data- og AI-løsninger til virksomheter i Norge og internasjonalt, med et dataingeniørmiljø på over 80 fagpersoner.
Nå bygger vi et nytt, spesialisert team innenfor dette miljøet, med mandat til å rette denne kompetansen målrettet mot mellomstore norske produksjonsbedrifter og industrivirksomheter, fra prognosemodeller og kvalitetskontroll med maskinsyn til prediktivt vedlikehold og produksjonsoptimalisering.