Werkstudent:in Data Engineering - M/W/D

Data Engineering: Du baust und betreibst Datenpipelines und Automatisierungen gern „im Maschinenraum“ – Terminal, Skripte und sauberer Code spielen hierbei die Hauptrolle.
Data Infrastructure: Du bringst Skripte und kleine Services mit Git und CI/CD in die Praxis, arbeitest dabei auf Linux-Systemen und in der Shell und setzt moderne Tools ein (z.B. Container).
Data Management: Du dokumentierst Schnittstellen und Abläufe verständlich, automatisierst wiederkehrende Tasks und gehst strukturiert an Debugging und Fehleranalyse heran – mit Unterstützung der Kolleg:innen.
Daten-Monitoring: Du hilfst beim Integrieren und Überwachen von Datenquellen (APIs, Datenbanken, Cloud-Services), baust einfache Checks/Alerts und analysierst Auffälligkeiten gemeinsam mit dem Team.
Teamwork: Du arbeitest eng mit Fachbereichen, Data Engineers und Data Scientists zusammen, setzt Anforderungen in einen sauberen Code um und lernst Best Practices (Code Reviews, Clean Code, Reproducibility) on the job.
Flexible Arbeitszeiten (bis zu 20 Stunden pro Woche, in den Semesterferien kannst du gerne deine Stunden erhöhen), Arbeitszeiterfassung sowie die Möglichkeit zum mobilen Arbeiten – du gestaltest deinen Arbeitstag.
Triff deine Kolleg:innen in unserem Work Café, zieh dich für ungestörtes Arbeiten in ein ruhiges Büro zurück oder arbeite auch mal draußen in der Sonne – WLAN auf dem ganzen Campus und New Work machen es möglich.
Erlerne praktische Einblicke in moderne Data Engineering- und DevOps-Prozesse eines wachsenden Energieunternehmens und mit der Möglichkeit, dich in aktuelle Tools und Technologien einzuarbeiten & aktiv an Lösungen mitzuarbeiten.
Wir sind verkehrsmäßig gut angebunden, egal, ob du mit der Bahn oder dem Auto kommst.
Barista, Obst- und Gemüseboxen, Bio-Müsli, Kantine, Essensautomat – bei uns ist für jeden Geschmack etwas dabei.
Du studierst aktuell im Bereich (Wirtschafts-)Informatik, Ingenieurwissenschaften, Mathematik, Naturwissenschaften oder einem vergleichbaren Studiengang.
Du hast schon erste praktische Berührungen im Data Engineering, DevOps und Automatisierung gehabt und verfügst über Programmiererfahrung aus privaten oder Hochschulprojekten – idealerweise mit Python, Bash, Datenbanken oder Cloud-Tools.
Du bist bereit, dich in neue Tools und Themen wie Datenpipelines, Monitoring, Cloud-Services, Automatisierungsskripte und Dokumentation einzuarbeiten.