Auf einen Blick
ML/Data Engineer zur Gestaltung hochperformanter Dateninfrastruktur für Athlet-Leistungsdaten mit Time-Series-Fokus, Real-Time Streaming und Graph-Modellen.
💰 ~$95.000–130.000/Jahr (geschätzt)
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ EMEA
- 5+ Jahre Data Engineering
- Time-Series Datenbanken
- Kafka oder Spark Streaming
- Python und SQL Expertise
Python
SQL
Kafka
InfluxDB
TimescaleDB
Go
Spark
Graph Databases
Gehalt geschätzt anhand Senior Data Engineer mit 5+ Jahren, Sporttechnologie-Domain, EU-Zone. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Data Engineers mit Sports-Tech oder IoT-Hintergrund
- Full-Stack Data Professionals mit Python/Go
- Teams mit Real-Time Streaming Anforderungen
🚫 Weniger geeignet
- BI-Analysten ohne Data Engineering Background
- Junior Data Engineers
- Python-Only Entwickler ohne Go-Erfahrung
💡 Gut zu wissen
- Domain ist Sporttechnologie und Athleten-Performance (erfordert Domänen-Verständnis)
- 11:00-20:00 CET Arbeitszeiten (EU-Fokus)
- 12-Monats-Engagement mit Start 16.11.2026
Über das Unternehmen
Intetics Inc. ist ein globales Technologieunternehmen, das benutzerdefinierte Softwareentwicklung, verteilte professionelle Teams, Softwarequalitätsbewertung und digitale Lösungen anbietet. Das Projekt konzentriert sich auf hochvolumige Athlet-Performance- und Sensordaten für ein US-amerikanisches Unternehmen.
Deine Aufgaben
- Design und Aufbau von Produktions-Dateninfrastruktur für hochvolumige Athlet-Performance- und Sensordaten
- Aufbau und Betrieb von Real-Time und Near-Real-Time Dateneingangs-Systemen
- Design von Storage- und Datenarchitekturen für hochvolumige Time-Series-Daten
- Infrastruktur für Production Features und Metriken mit niedriger Latenz
- Design und Implementierung von Graph Data Models für Athleten-Trainingsdaten
- ML-Evaluierungs-Infrastruktur für Modell-Zuverlässigkeit und Performance
- Zusammenarbeit mit ML- und Data Science Teams
Deine Voraussetzungen
- 5+ Jahre professionelle Software- oder Data Engineering Erfahrung (ohne Praktika/Kurse)
- Bewiesene Erfahrung bei Design und Betrieb von Production Data Infrastructure
- Starke Erfahrung mit Time-Series-Daten und Datenbanken (InfluxDB, TimescaleDB, Prometheus, ClickHouse)
- Real-Time oder Streaming Data Ingestion (Kafka, Kinesis, Flink, Spark Streaming, Pulsar)
- Graph Data Models und Graph Database Schemas Design
- Multi-Tenant-Systeme mit Daten-Isolation
- Starke Python und SQL Skills
- Go (Golang) professionelle Erfahrung
- Production-System-Zuverlässigkeit und Skalierbarkeit
- Eigenständigkeit bei technischen Problemen
