Deutsche Bahn

National railway operator for passenger, logistics

Data Engineer

Data EngineeringPosted on Nov 10

Full-timeNo salary listed

About the Job

Requirements

Ability to design and develop scalable data integration solutions, from connecting heterogeneous sources to providing quality-assured data for applications, business units, and AI systems.
Ability to combine conventional and AI-supported data processing in hybrid ETL/ELT and data-fusion pipelines, including rule-based transformations, SQL, stream processing, model-based extraction, classification, and semantic enrichment.
Ability to work with structured, unstructured, and multimodal data, including business data, documents, images, audio, sensor data, and event data, and link related information through metadata, entities, and temporal and business relationships.
Ability to build data and knowledge pipelines for retrieval-augmented generation (RAG), including document preparation, chunking, embeddings, indexing, and retrieval components, while providing current, traceable information with appropriate access controls.
Ability to design suitable data and solution architectures by connecting cloud-based data platforms, lakehouse approaches, search and vector indexes, APIs, and potentially knowledge graphs, accounting for scalability, performance, security, maintainability, and cost-effectiveness.
Ability to prepare data pipelines for production operation, automate tests, deployment, and monitoring, and develop methods for data quality, versioning, traceability, and quality, runtime, cost, and failure handling of AI-supported processing steps.
Ability to work with platform, software, and AI engineering teams to evolve existing system landscapes, integrate new solutions into existing architectures, and support their transition to operations.
Ability to advise internal customers and project leads, combine technical and business perspectives, translate requirements into viable technical solutions, and coordinate business and technical dependencies with internal and external stakeholders.

Responsibilities

Develop the data foundations for analytics and AI products and design scalable data integration solutions, from connecting heterogeneous sources to providing quality-assured data for applications, business units, and AI systems.
Combine conventional and AI-supported data processing in hybrid ETL/ELT and data-fusion pipelines, selecting between deterministic methods and AI as appropriate.
Process structured, unstructured, and multimodal data, and connect related information through metadata, entities, and temporal and business relationships.
Build RAG data and knowledge pipelines, including document preparation, chunking, embeddings, indexing, and retrieval components, and provide current, traceable information while respecting access rights.
Design data and solution architectures by connecting cloud data platforms, lakehouse approaches, search and vector indexes, APIs, and potentially knowledge graphs, while considering scalability, performance, security, maintainability, and cost-effectiveness.
Make data pipelines production-ready and reliable to operate; automate testing, deployment, and monitoring; and develop methods to track data quality, versioning, traceability, and AI-processing quality, runtime, cost, and failure mechanisms.
Further develop existing system landscapes with platform, software, and AI engineering teams, integrate new solutions into existing architectures, and support their operational rollout.
Advise internal customers and project leads, translate requirements into viable technical solutions, and coordinate business and technical dependencies with internal and external stakeholders.

Responsibilities

Im Cluster Data & AI Solutions (DAIS) der DB Systel gestalten wir mit Daten und Künstlicher Intelligenz die Mobilität von morgen. Unsere Teams entwickeln Lösungen rund um Data Engineering, Analytics, Data Governance, Datenplattformen sowie KI-gestützte Anwendungen. Gemeinsam mit den Geschäftsfeldern der Deutschen Bahn schaffen wir die Grundlage für datenbasierte Entscheidungen und digitale Innovationen im gesamten Konzern.

Zum nächstmöglichen Zeitpunkt suchen wir dich als Data Engineer:in (w/m/d) für die DB Systel GmbH am Standort Berlin, Dresden, Duisburg, Erfurt, Essen, Frankfurt am Main, Halle (Saale), Hamburg, Hannover, Karlsruhe, Köln, München, Nürnberg oder Schwerin.

Bei dieser Stelle besteht die Möglichkeit des hybriden Arbeitens. In Abstimmung mit deiner Führungskraft kannst du sowohl am festgelegten Bürostandort, als auch mobil an einem Ort deiner Wahl innerhalb Deutschlands tätig sein.

Deine Aufgaben:

Entwicklung von der Datengrundlage für Analytics und KI-Produkte und Konzeptionierung skalierbare Datenintegrationslösungen, von der Anbindung heterogener Quellen bis zur Bereitstellung qualitätsgesicherter Daten für Anwendungen, Fachbereiche und KI-Systeme
Du verbindest klassische und KI-gestützte Datenverarbeitung in hybriden ETL- / ELT- und Data-Fusion-Pipelines, kombinierst regelbasierte Transformationen, SQL und Stream Processing mit modellgestützter Extraktion, Klassifikation und semantischer Anreicherung und wählst gezielt zwischen deterministischen Verfahren und KI
In deiner Tätigkeit erschließt du strukturierte, unstrukturierte und multimodale Daten wie Geschäftsdaten, Dokumente, Bilder, Audio sowie Sensor- und Ereignisdaten und verknüpfst zusammengehörige Informationen über Metadaten, Entitäten sowie zeitliche und fachliche Bezüge
Daten- und Wissenspipelines für Retrieval-Augmented Generation (RAG) baust du inklusive Dokumentenaufbereitung, Chunking, Embeddings, Indexierung und Retrieval-Komponenten und stellst Informationen aktuell, nachvollziehbar und unter Berücksichtigung der jeweiligen Zugriffsrechte bereit
Passende Daten- und Lösungsarchitekturen gestaltest du durch die Anwendungsfall-bezogene Verbindung cloudbasierter Datenplattformen, Lakehouse-Ansätze, Such- und Vektorindizes, APIs und gegebenenfalls Wissensgraphen unter Berücksichtigung von Skalierbarkeit, Performance, Sicherheit, Wartbarkeit und Wirtschaftlichkeit
Du machst Datenpipelines produktionsreif und zuverlässig betreibbar, automatisierst Tests, Deployment und Monitoring und entwickelst Verfahren für Datenqualität, Versionierung und Nachverfolgbarkeit sowie für Qualität, Laufzeiten, Kosten und Fehlermechanismen KI-gestützter Verarbeitungsschritte
Bestehende Systemlandschaften entwickelst du gemeinsam mit Plattform-, Software- und AI-Engineering-Teams gezielt weiter, integrierst neue Lösungen in vorhandene Architekturen und begleitest ihre Überführung in den Betrieb
Bei der Beratung interner Kund:innen und Projektverantwortliche, bringst du die technischen und fachlichen Perspektiven zusammen, übersetzt Anforderungen in tragfähige technische Lösungen und koordinierst fachliche sowie technische Abhängigkeiten mit internen und externen Beteiligten

About the Company

Deutsche Bahn

National railway operator for passenger, logistics

Deutsche Bahn runs Germany’s rail transport network, including passenger services (DB Bahn), freight and logistics (DB Schenker), and rail infrastructure (DB Netze). Its products work by coordinating trains for people, cargo shipments, and access to tracks and stations, with digitalization and infrastructure renewal under the Strong Rail program to improve reliability. It stands apart from competitors through government ownership, a large multi-division system, and a long history of European integration focused on moving more traffic from road to rail. Its goal is to provide dependable rail-based mobility and logistics while modernizing the network to support sustainable transport across Europe.

Company size: 10,001+
Company stage: Not listed
Total funding: Not listed
Headquarters: Berlin, Germany
Founded: 1994

Recently Posted Jobs

Explore more opportunities at Deutsche Bahn

See more jobs