Data Engineer (a) in Zürich

Wir sind ERNI. Seit 1994 beraten und unterstützen wir Unternehmen in Innovation und Technologie mit dem Ziel, die unternehmerische Leistungsfähigkeit unserer Kunden zu steigern und damit den Weg ins digitale Morgen zu ebnen. Unser Schlüssel zum Erfolg: Menschen wie Du und unser von schweizerischen Werten geprägter Mindset. Wir wollen, dass unsere Kunden effektiver und innovativer sind als alle anderen. Gemeinsam erreichen wir diese hohen Ziele – partnerschaftlich, als echtes Team und mit echten Werten.

Als Data Engineer entwickelst du die Datenfundamente, die wir für AI, Analytics und automatisierte Geschäftsprozesse benötigen. Du sorgst dafür, dass Daten verfügbar, zuverlässig, sicher, nachvollziehbar und für konkrete Anwendungen nutzbar sind. Du entwirfst und implementierst Datenaufnahme, Transformation, Integration und Bereitstellung für strukturierte und unstrukturierte Daten. Dabei arbeitest du mit Datenbanken, APIs, Dokumenten, Event Streams, Cloud Storage, Data Warehouses, Lakehouses und modernen Datenplattformen. Deine Arbeit schafft die Grundlage für Machine Learning und generative AI.

Deshalb bist du auch mit AI/ML-Techniken, LLMs, Embeddings, Vector Search und Retrieval-Augmented Generation vertraut und kannst Daten für Training, Evaluation, Retrieval und AI-gestützte Anwendungen sinnvoll vorbereiten. Du bist nicht nur Umsetzungsexperte, sondern auch Gesprächspartner für unsere Kunden. In explorativen Workshops hilfst du technischen Entscheidern, Business-Verantwortlichen und Stakeholdern, relevante Data-Use Cases zu erkennen, ihren Nutzen zu bewerten und umsetzbare nächste Schritte festzulegen.

Als Teil unseres Data-&-AI-Teams arbeitest du eng mit AI/ML Engineers, Software Engineers, Architekten und Consultants zusammen. Du unterstützt technische Pre-Sales-Aktivitäten, führst oder unterstützt explorative Kundenworkshops und trägst dazu bei, unser Data-&-AI-Serviceportfolio weiterzuentwickeln.

Was Dich erwartet: Du entwirfst und implementierst robuste Datenaufnahme-, Transformations- und Bereitstellungspipelines für AI, Analytics und automatisierte Geschäftsprozesse. Strukturierte und unstrukturierte Daten integrierst du aus Datenbanken, APIs, Dokumenten, Unternehmensanwendungen, Event Streams und weiteren relevanten Quellen. Du entwickelst Data Products, Datensätze, Feature Pipelines und Retrieval-fähige Wissensbasen für Machine Learning und generative AI. Du implementierst Datenqualitätsprüfungen, Validierung, Observability, Monitoring und nachvollziehbare Prozesse für den Umgang mit Datenfehlern. Auch Dokumentenverarbeitung, Metadatenextraktion, Klassifikation, Datenanreicherung und Information Retrieval gehören zu deinen Aufgaben.

Anforderungen an Datensicherheit, Zugriffskontrolle, Datenschutz, Lineage, Metadaten und Governance setzt du konsequent um und machst Datenherkunft und Verantwortlichkeiten transparent. Du arbeitest mit AI/ML Engineers an Trainings- und Evaluationsdaten, Feature Engineering, Retrieval-Daten und Testfällen sowie mit Software Engineers an APIs, Services, Deployment und Betrieb. Du führst oder unterstützt explorative Kundenworkshops, in denen du Geschäftsfragen in Datenprodukte, AI-Readiness-Verbesserungen und konkrete Umsetzungsschritte übersetzt. Auch im technischen Pre-Sales bist du gefragt: von Discovery Sessions und Solution Workshops über Aufwandsschätzungen und Angebote bis hin zu Kundenpräsentationen.

Was Du mitbringst: Ein abgeschlossenes Studium in Informatik, Mathematik, Naturwissenschaften, Ingenieurwesen oder eine vergleichbare Qualifikation bildet deine fachliche Grundlage. Mehrjährige Erfahrung in Data Engineering, Data Architecture, Analytics Engineering, Software Engineering oder einer vergleichbaren Disziplin zeichnet dein Profil aus. Du verfügst über fundierte Kenntnisse in Python und SQL sowie praktische Erfahrung mit Datenverarbeitungs-, Orchestrierungs- und Integrationsframeworks. Du bist vertraut mit relationalen und nicht-relationalen Datenbanken, Data Warehouses, Lakehouses, Cloud Storage und modernen Datenplattformen. APIs, Event Streams, Integrationstechnologien und produktive Datenpipelines gehören zu deinem technischen Werkzeugkasten.

Du hast Erfahrung mit Datenqualität, Lineage, Metadaten, Governance, Datenschutz, Zugriffskontrolle und dem sicheren Umgang mit sensiblen Informationen. Du kannst strukturierte und unstrukturierte Daten verarbeiten, einschließlich Dokumenten und Wissensquellen. Du verfügst über praktische Kenntnisse in Machine Learning, generativer AI, LLMs, Embeddings, Vector Search und RAG und verstehst, wie diese Techniken Daten nutzen. Du hast Erfahrung damit, Daten für Modelltraining, Evaluation, Retrieval und AI-gestützte Geschäftsprozesse vorzubereiten. Erfahrung mit der Integration cloudbasierter oder lokal betriebener AI-Services und Modelle in Datenpipelines.