Opportunity Data Engineering work from LinkedIn, X, Reddit and Upwork, in one list. Find me work
dataroles

Databricks Data & Platform Engieneer (m/w/d)

Landesbank Baden-Württemberg lbbw.de Open
Stuttgart Mid-level Data Engineering

At a glance

Mid-level Data Engineering role at Landesbank Baden-Württemberg. Stuttgart.

Pay not stated Data Engineering salary

RoleData Engineering
SeniorityMid-level
LocationStuttgart
Role brief

dataroles summary, based on the employer's posting.

What you'll do

  • Build out the Databricks and Power BI platform for data, analytics, BI and AI use cases
  • Set shared rules for data products, covering models, quality checks, tests, versioning and delivery
  • Turn platform rules into reusable code, templates and examples, with automated checks in CI/CD
  • Advise engineering, BI and data science teams, translating business needs into robust, scalable solutions
  • Automate quality and governance work, support reliable platform operations and keep improving the platform

What you bring

  • A degree in computer science, business informatics or a related field, plus at least five years in IT projects
  • At least three years using Databricks, with strong Azure Databricks data engineering skills
  • Strong Python, Spark or PySpark, and SQL skills, alongside Azure DevOps, CI/CD, Spark Declarative Pipelines and Terraform or similar
  • Experience with semantic models, ontologies and Databricks Apps, plus analytics tools such as Power BI or comparable options
  • Very good written and spoken German, and experience creating shared platform standards, implementations or templates

Who this fits

This role suits a hands-on engineer who can set technical direction, advise teams and work across IT and business functions. The position is based in Stuttgart with some remote work, and can be full-time or part-time.

From the employer

Referenznummer: 17392 - Einsatzort: Stuttgart, teilweise remote - Unternehmen: LBBW - Funktionsbereich: IT GBS & Software Development - Vollzeit / Teilzeit: 100

Die LBBW zählt zu den führenden Banken Deutschlands und ist ein innovatives Unternehmen im Finanzsektor. Neben traditionellen Bankdienstleistungen beschäftigen wir uns mit den Bereichen Digitalisierung, Nachhaltigkeit und internationale Märkte. Wir bieten ein Umfeld, das persönliche und berufliche Entwicklung fördert. Mit über 10.000 Mitarbeitenden gestalten wir die Zukunft der Finanzwelt – Gemeinsam #NeuesSchaffen

Die Perspektiven und Möglichkeiten in der LBBW-IT sind vielfältig und umfassen alle Bereiche einer modern aufgestellten IT. In der Gruppe Data & Analytics Services verantworten wir die Entwicklung und den Betrieb unserer Plattformen und Services rund um die Themen Data, Data Management, Analytics/KI und Generative KI. Unsere Mission ist es den wertschöpfenden Einsatz von Daten in der LBBW zu ermöglichen. Hierfür bauen wir die Plattformen und Services der Zukunft.

Aufgaben:

  • Weiterentwicklung der Data-Management-&-Analytics-Plattform auf Basis von Databricks und Power BI als Grundlage für innovative Data-, Analytics-, BI- und AI-Anwendungsfälle
  • Verantwortung für die technischen Standards zur Entwicklung und für den gesamten Lebenszyklus von Datenprodukten, einschließlich der gemeinsamen Definition verbindlicher Leitlinien für Datenmodellierung, Datenqualität, Tests, Versionierung und Bereitstellung für interne Nutzer der Plattform
  • Umsetzung technischer Standards in wiederverwendbare Frameworks, Bibliotheken, Projektvorlagen und Referenzimplementierungen sowie Integration automatisierter Prüfungen in CI/CD-Prozesse
  • Beratung von Data Engineers, BI-Teams und Data Scientists aus IT und Fachbereichen zu Plattformstandards und Best Practices sowie Überführung fachlicher Anforderungen in robuste, skalierbare Lösungen
  • Steigerung der Effizienz durch Automatisierung, Qualitätssicherung und Data Governance sowie Sicherstellung eines stabilen Plattformbetriebs und Unterstützung der Fachbereiche beim Betrieb ihrer Lösungen
  • Toolübergreifende Ansprechperson für das Kernteam und die Fachbereiche, frühzeitige Identifikation von Herausforderungen und Chancen sowie kontinuierliche Weiterentwicklung der Plattform

Profil:

  • Abgeschlossenes Studium der Informatik, Wirtschaftsinformatik, Medieninformatik oder einer vergleichbaren Fachrichtung sowie mindestens fünf Jahre Erfahrung in IT-Projekten
  • Mindestens drei Jahre praktische Erfahrung mit Databricks, sehr gute Kenntnisse im Data Engineering mit Azure Databricks sowie Erfahrung in der Entwicklung teamübergreifend nutzbarer Plattformstandards, Referenzimplementierungen oder Vorlagen
  • Sehr gute Kenntnisse in Python, Spark/PySpark und SQL sowie mehrjährige Erfahrung mit Azure DevOps, CI/CD, Spark Declarative Pipelines und Infrastructure as Code mit Terraform oder vergleichbaren Technologien
  • Ausgeprägte Erfahrung mit semantischen Datenmodellen und Ontologien auf modernen Datenplattformen sowie fundierte Praxis in der Entwicklung datengetriebener Web-Anwendungen, insbesondere mit Databricks Apps
  • Erfahrung mit Power BI, Databricks AI/BI Dashboards, Microsoft Fabric oder vergleichbaren Analytics- und Reporting-Werkzeugen sowie fundiertes Verständnis für das Zusammenspiel von Datenprodukten, Berechtigungen, Deployment-Prozessen und produktionsnahen Nutzungsszenarien
  • Hohe Umsetzungskompetenz, verbindliche Zusammenarbeit und ausgeprägte Teamorientierung – verbunden mit einem guten Sinn für Humor
  • Sehr gute Deutschkenntnisse in Wort und Schrift

Fragen zur Bewerbung beantworten wir gerne unter: recruiting@LBBW.de

Bereit für #NeuesSchaffen? Jetzt bei Deutschlands größter Landesbank bewerben und die Chance ergreifen. Wir freuen uns auf die Bewerbung!

Opportunity

Data Engineering work from LinkedIn, X, Reddit and Upwork, in one list.

Each morning you get everything that fits, strongest first.

Data Engineering

Find me work

By the team behind dataroles.

Find me work
Opportunity

Data Engineering work from LinkedIn, X, Reddit and Upwork, in one list.

Each morning you get everything that fits, strongest first.

Find me work

By the team behind dataroles.