Berlin Data Consultant (wmd)

Job description

Wenn du dich für Capgemini entscheidest, wählst du ein Unternehmen, in dem du die Möglichkeit hast, deinen Karriereweg selbst zu gestalten. Du wirst von einem kollaborativen Netzwerk von Kolleg*innen auf der ganzen Welt unterstützt und inspiriert und kannst neu definieren, was möglich ist. Schließe dich uns an und unterstütze die führenden Organisationen der Welt, den Wert von Technologie zu erschließen und eine nachhaltigere, inklusivere Welt zu gestalten. Dein Rolle Capgemini Global Insights & Data ist eine führende Geschäftseinheit auf dem Markt für Daten, Analytics, GenAI sowie Datenplattformen in allen Regionen und Branchen. Unser Angebot umfasst die End-to-End Datenintegration auf einer Cloud-Plattform und eine Reihe von branchenspezifischen fortgeschrittenen Analytik- und GenAI-Lösungen. Diese Stelle ist in Vollzeit sowie in Teilzeit zu besetzen. Du biste zentrale Ansprechperson für Konzeption, Steuerung und eigenständige Umsetzung anspruchsvoller Projekte entlang aller Projektphasen. Du führst verschiedene Projekte und entwickelst neue Daten- und Analytik-Möglichkeiten bei unseren Kund*innen in Zusammenarbeit mit den Vertriebs- und Account-Teams von Capgemini. Du übernimmst die Moderation von Workshops und vertrittst die Arbeitsergebnisse deines Teams gegenüber den Kund*innen. Du stellst Effizienz und Skalierbarkeit durch die Automatisierung und Standardisierung datengetriebener Prozesse sicher. Du trägst mit Wissen und Erfahrung zu kommerziellen Angeboten (RFPs) bei. Dein Profil Erfolgreich abgeschlossenes Studium der Informatik, Wirtschaftsinformatik, einem anderen MINT Studiengang oder ein vergleichbarer Abschluss. Langjährige Erfahrung im Bereich Daten, Analytik und GenAI. Einschlägige praktische Erfahrung in mindestens einem der nachfolgenden Punkte: Cloud-Datenarchitektur: Design und Implementierung von End-to-End-Datenplattformen auf Azure oder AWS unter Verwendung von Services wie Databricks, Azure Data Lake, AWS Glue, Redshift, S3 und Athena. KI- und Analytics-Integration: Aufbau von Pipelines für Advanced Analytics und (generative) KI-Anwendungen unter Nutzung von Azure Machine Learning, AWS SageMaker oder Open-Source-Frameworks wie MLflow und Kubeflow. Microservices und Containerisierung: Entwicklung modularer Architekturen mit Kubernetes (AKS/EKS), Docker und serverlosen Komponenten wie Azure Functions oder AWS Lambda zur flexiblen Skalierung von Datenservices. Erfahrung in der Tätigkeit als Berater*in im Bereich Daten, Analytik sowie im Stakeholder-Management. Gute Kommunikationsfähigkeiten in Deutsch und Englisch und projektbezogene Reisebereitschaft. Was du bei uns schätzen wirst Wir legen großen Wert auf die