Dieses Projekt ist abgelaufen (seit 15.11.2026).
Die Ausschreibung ist nicht mehr aktuell. Unten findest du ähnliche aktive Projekte, oder du siehst dir alle aktuellen IT-Projekte an.
Data Engineer (Mid-Level)
🏛 Ausgeschrieben von Halian GmbHWir suchen einen erfahrenen Data Engineer für eine wachsende Technologie-Abteilung in Abu Dhabi. Sie werden eine Schlüsselrolle bei der Gestaltung, Entwicklung und Wartung hochperformanter Datenplattformen spielen, die Analytics, KI und geschäftskritische Entscheidungsfindung unterstützen.
Ihre Aufgaben umfassen die Konzeption und den Aufbau skalierbarer Datenplattformen für umfangreiche Analytics- und Betriebslasten. Sie entwickeln robuste Batch- und Echtzeit-Datenpipelines zur Erfassung, Transformation und Verarbeitung strukturierter und unstrukturierter Daten. Dabei optimieren Sie Datenarchitekturen für Business Intelligence, Advanced Analytics, Machine Learning und KI-Initiativen.
Ein weiterer Schwerpunkt liegt auf Datensicherheit und -qualität: Sie implementieren Sicherheitskontrollen wie Verschlüsselung, Maskierung und Zugriffsverwaltung. Gleichzeitig etablieren Sie Datenqualitäts-Frameworks, Validierungsregeln und Governance-Kontrollen. Sie überwachen die Plattformleistung, optimieren Skalierbarkeit und Betriebskosten sowie beheben Produktionsprobleme.
Zudem arbeiten Sie eng mit Product-, Engineering-, Data Science- und Analytics-Teams zusammen, um hochwertige Datenlösungen bereitzustellen. Sie unterstützen KI- und datengesteuerte Initiativen durch die Bereitstellung skalierbarer Datensätze und Datenservices.
Wir erwarten einen Bachelor-Abschluss in Informatik, Softwareentwicklung, Data Engineering oder verwandten Feldern sowie 3–5 Jahre Erfahrung in Data Engineering oder Big Data Engineering. Sie sollten nachgewiesene Erfahrung mit Enterprise-Scale-Datenplattformen mitbringen und ein starkes Verständnis moderner Data-Engineering-Praktiken haben.
Dies ist eine unbefristete Vollzeitstelle für einen talentierten Fachmann, der sich für Big Data, Cloud-Technologien und moderne Datenengineering-Praktiken begeistert.
Anforderungen
- Rollenfamilie
- Daten / KI
- Berufserfahrung
- mindestens 3 Jahre
- Zertifikate
- Databricks Certification, Confluent Kafka Certification, AWS Data Analytics Certification, Microsoft Azure Data Engineer Associate, Google Professional Data Engineer
- Rechtsform
- Einzelfreelancer möglich
Projekt
- Vermittlung
- Über Vermittler
Skills erklärt
- Apache Kafka
- Verteilte Streaming-Plattform zur Verarbeitung großer Datenmengen in Echtzeit, häufig für Datenaustausch zwischen Systemen genutzt.
- Apache Spark
- Open-Source-Framework für verteilte Datenverarbeitung und Datenanalyse; ermöglicht schnelle Verarbeitung großer Datenmengen parallel auf mehreren Computern.
- Apache Flink
- Open-Source-Framework für verteilte Datenverarbeitung und Stream-Processing in Echtzeit.
- Apache NiFi
- Open-Source-Software zur Automatisierung des Datenflusses zwischen Systemen mit grafischer Bedienung und Datenrouting-Funktionen.
- Apache Airflow
- Open-Source-Plattform zur Orchestrierung und Überwachung von Datenverarbeitungs-Workflows und automatisierten Prozessen.
- Python
- Universelle Programmiersprache für Webentwicklung, Datenanalyse, Automatisierung und künstliche Intelligenz.
- Scala
- Programmiersprache, die funktionale und objektorientierte Programmierung kombiniert und auf der Java Virtual Machine läuft; wird eingesetzt für die Entwicklung skalierbarer Anwendungen und Big-Data-Verarbeitung.
- Java
- Programmiersprache, die plattformunabhängig läuft und häufig für Unternehmensanwendungen, Web-Services und Android-Apps verwendet wird.
- SQL
- Programmiersprache zur Abfrage und Verwaltung von Daten in Datenbanken.
- Git
- Versionskontrollsystem zur Verwaltung von Codeänderungen, das Zusammenarbeit mehrerer Entwickler und Nachverfolgung von Änderungen ermöglicht.
- Postgresql
- Relationale Datenbank, die strukturierte Daten speichert und mit SQL-Abfragen verwaltet wird.
- Oracle
- Großes relationales Datenbanksystem für die Verwaltung großer Datenmengen in Unternehmen; wird für komplexe Geschäftsanwendungen und Datenspeicherung eingesetzt.
- SQL Server
- Relationales Datenbankmanagementsystem von Microsoft zur Speicherung, Verwaltung und Abfrage strukturierter Daten in Unternehmen.
- NoSQL
- Datenbanktyp, der Daten nicht in Tabellen speichert, sondern in flexiblen Formaten wie Dokumenten oder Key-Value-Paaren; geeignet für große, unstrukturierte Datenmengen.
- Minio
- Open-Source-Objektspeichersystem, das S3-kompatibel ist; wird eingesetzt, um große Datenmengen dezentral oder in der Cloud zu speichern und zu verwalten.
- S3
- Amazon Simple Storage Service, ein Cloud-Speicherdienst für große Datenmengen; wird verwendet, um Dateien, Backups und Daten flexibel in der Cloud zu speichern und zu verwalten.
- Avro
- Serialisierungsformat und RPC-Framework von Apache zur effizienten Datenspeicherung und Übertragung zwischen Systemen.
- Parquet
- Spaltenorientiertes Dateiformat für effiziente Speicherung und Verarbeitung großer Datenmengen in Big-Data-Systemen.
- ORC
- Optical Character Recognition – Technologie zur automatischen Erkennung und Umwandlung von gedrucktem oder handschriftlichem Text in digitale Daten.
- AWS
- Amazon Web Services, Cloud-Plattform für Bereitstellung von Rechenleistung, Speicher, Datenbanken und weiteren IT-Services.
- Azure
- Cloud-Computing-Plattform von Microsoft für Hosting, Datenverarbeitung, Speicherung und verschiedene IT-Services.
- Google Cloud Platform
- Cloud-Computing-Dienste von Google, die Infrastruktur, Datenverarbeitung, Machine Learning und weitere IT-Services bereitstellen.
- Docker
- Software-Plattform zur Containerisierung, die Anwendungen mit ihren Abhängigkeiten in isolierten Umgebungen verpackt.
- Kubernetes
- Open-Source-Plattform zur automatisierten Verwaltung, Skalierung und Orchestrierung von containerisierten Anwendungen.
- Data Modelling
- Prozess der Strukturierung und Planung von Daten, um festzulegen, wie Informationen in Systemen organisiert und gespeichert werden.
- OLAP
- Technologie zur schnellen Analyse großer Datenmengen aus verschiedenen Blickwinkeln, häufig für Business-Intelligence-Berichte eingesetzt.
- Dimensional Modelling
- Datenmodellierungstechnik für Data Warehouses, die Daten in Fakten- und Dimensionstabellen strukturiert zur Analyse und Berichterstattung.
- Change Data Capture
- Technik zur Erfassung von Datenänderungen in Datenbanken in Echtzeit, um diese Änderungen an andere Systeme weiterzuleiten oder zu synchronisieren.
- Data Warehousing
- Konzept zur zentralisierten Speicherung und Verwaltung großer Datenmengen aus verschiedenen Quellen für Analysen und Reporting.
- Data Lake
- Ein zentrales Speichersystem, das große Mengen an Rohdaten in verschiedenen Formaten sammelt und speichert, um sie später für Analysen und Auswertungen zu nutzen.
- Lakehouse Architectures
- Ein Lakehouse kombiniert die Speichereffizienz von Data Lakes mit der Datenorganisation von Data Warehouses, um strukturierte und unstrukturierte Daten zentral zu verwalten. Es wird eingesetzt, um Analytics, Machine Learning und Business Intelligence auf einer einheitlichen Plattform durchzuführen.
- Batch Processing
- Verarbeitung großer Datenmengen in zeitgesteuerten Blöcken ohne direkte Benutzerinteraktion; wird für regelmäßige Massenoperationen wie Abrechnungen oder Datenimporte eingesetzt.
- Real-time data processing
- Verarbeitung von Daten in Echtzeit, sodass Informationen sofort nach ihrer Erfassung analysiert und bereitgestellt werden.
- Distributed Systems
- Systeme, bei denen mehrere unabhängige Computer über ein Netzwerk zusammenarbeiten, um gemeinsame Aufgaben zu lösen.
- Data Architecture
- Entwurf und Struktur von Datenbanken und Datensystemen, um Daten effizient zu speichern, zu verwalten und bereitzustellen.
- Data Quality
- Bewertung und Verbesserung der Genauigkeit, Vollständigkeit und Konsistenz von Daten; wird in Datenmanagement und Business Intelligence eingesetzt.
- Data Governance
- Rahmenwerk für Regeln und Verantwortlichkeiten im Umgang mit Daten; wird implementiert, um Datenqualität, Sicherheit und Compliance zu gewährleisten.
- Agile
- Iterative Projektmanagement-Methode, die Flexibilität, regelmäßiges Feedback und inkrementelle Lieferung von Ergebnissen betont.
Als IT-Freelancer automatisch auf Projekte wie dieses bewerben
Nexus ist die KI-gestützte Plattform für IT-Freelancer, die täglich neue Projektausschreibungen analysiert und passgenaue Bewerbungstexte generiert – vollautomatisch, in Sekunden. Kein manuelles Schreiben mehr: Nexus liest die Ausschreibung, erkennt die gefragten Skills und erstellt einen individuellen Bewerbungstext, den du per Klick versendest.
- ✓ Projektausschreibungen direkt von Anbietern aus dem DACH-Raum
- ✓ KI-Bewerbungstext in unter 30 Sekunden – individuell auf jedes Projekt zugeschnitten
- ✓ Automatischer Versand per E-Mail + Anlage in Pipedrive
- ✓ Kostenlos starten – keine Kreditkarte erforderlich
Häufige Fragen zu Nexus
- Was ist Nexus und für wen ist es geeignet?
- Nexus richtet sich an selbstständige IT-Freelancer, die regelmäßig auf Projektausschreibungen antworten. Die Plattform automatisiert den gesamten Bewerbungsprozess – von der Analyse der Ausschreibung bis zum Versand der Bewerbung.
- Wie schreibt Nexus den Bewerbungstext?
- Nexus analysiert die Projektbeschreibung mit Claude (Anthropic) und gleicht die Anforderungen mit deinem hinterlegten Profil ab. Der generierte Text ist individuell, professionell und direkt versendbar – du kannst ihn vor dem Absenden noch anpassen.
- Welche Projektplattformen werden unterstützt?
- Nexus erhält Projekte direkt von Projektanbietern aus dem DACH-Raum – neue Ausschreibungen erscheinen automatisch in deiner Pipeline, ohne dass du Plattformen manuell durchsuchen musst.
- Kostet Nexus etwas?
- Der Einstieg ist dauerhaft kostenlos. Für professionelle Nutzung mit erweiterten Funktionen gibt es kostenpflichtige Pläne – ohne versteckte Kosten oder automatische Verlängerung.
Passende Freelancer
Profile die zu den Skills dieses Projekts passen
Nie wieder Bewerbungen schreiben.
Nexus matcht deine Skills und schreibt Bewerbungen automatisch.
Kostenlos registrieren →Keine Kreditkarte erforderlich
Kostenloser CV-Check
Wie gut passt dein Apache Spark-Profil zum Markt?
- ✓ Market Fit gegen 76 Apache Spark-Ausschreibungen
- ✓ Welche Skills dir fehlen und was sie bringen
- ✓ Dein Stundensatz im Vergleich
Kostenlos · anonym gespeichert · von FreelancerJury
Marktgeschwindigkeit
Projekte dieser Skills werden nach durchschnittlich 8,8 Tagen geschlossen.
Stundensatz vs. Markt
Kein Stundensatz für dieses Projekt hinterlegt.
Ø 98 €/h (für diese Skills)
Tipp
Zeiterfassung & Projektverwaltung
Projekte, Stunden und Rechnungen in einer App. Flow ist die schlanke Lösung für IT-Freelancer und Agenturen – kostenlos starten.
Flow ausprobierenÄhnliche aktive Projekte
- Data Engineer (Snowflake / Finance Data Platform)
- Data Analyst (Microsoft Fabric, Power BI, Azure DevOps) (m/w/d) 90% remote
- Data Scientist - 12 Months - London
- Data Engineer (dbt, AWS Redshift, SQL) (m/w/d) 95% remote
- Data Governance Advisor – Data Quality & MDM
- Industrial Data & IT/OT Integration Architect / Shopfloor (m/w/d)
- AWS Data Engineer
- CRM Data Analyst
Tipp
Konferenzraum in Hamburg
Für das nächste Kunden- oder Teammeeting in Hamburg: vollausgestattet mit Beamer, Whiteboard und Videokonferenz – ab 49 €/h, direkt am Gänsemarkt.
Konferenzraum mieten