AI Data Architect (m/f/d)

WELCOME TO BASF

Digital Hub Madrid zieht leidenschaftliche Menschen an, fördert und entwickelt sie, damit sie die digitale Zukunft von BASF nachhaltig gestalten. Werde Teil unserer Digitalisierungsreise.

Die AI & Automation Enablement Einheit entwickelt skalierbare KI- und Automatisierungslösungen, die messbaren Mehrwert schaffen. Mit starker Architektur, Engineering-Exzellenz und Industrialisierungskompetenz verwandeln wir Chancen in produktionsreife Systeme – konsistent, zuverlässig und im großen Maßstab.

Als AI Data Architect arbeitest du in einem projektorientierten Team, entwirfst skalierbare, unternehmensweite Datenarchitekturen und leitest die Entwicklung robuster Datenplattformen. Du arbeitest bereichsübergreifend, um die Entwicklung und Industrialisierung von KI-Lösungen zu ermöglichen, die messbaren Mehrwert liefern.

RESPONSIBILITIES

• Du definierst und verantwortest die End-to-End-Datenarchitektur für KI-Lösungen – von der Datenaufnahme und -speicherung bis zu den Schichten, die Modelle und Analysen antreiben (z. B. Batch-Pipelines, Echtzeit-APIs).
• Du entwirfst Datenfundamente für komplexe KI-Systeme, inklusive Retrieval-Architekturen (z. B. RAG), Vektor- und Wissensspeicher sowie Feature-/Embedding-Schichten.
• Du etablierst Standards für Datenmodellierung, semantische Schichten und wiederverwendbare Referenzarchitekturen für verschiedene Workloads (Batch, Streaming, Echtzeit, Analytik, KI-getrieben) im gesamten Unternehmen.
• Du definierst und setzt Governance-Rahmen für Datenqualität, Herkunft, Sicherheit und Compliance durch, um vertrauenswürdige und gut verwaltete Datenprodukte zu gewährleisten.
• Du setzt architektonische Leitlinien und Best Practices für skalierbare Datenplattformen und -pipelines und sorgst für deren einheitliche Umsetzung.
• Du gibst technische Führung und Beratung für Data Engineers, Data Scientists und Business Partner in Bezug auf Daten- und KI-Architektur.
• Du bewertest neue Technologien und definierst die strategische Roadmap für die Daten- und KI-Plattform.
• Du bleibst auf dem neuesten Stand zu Trends und Best Practices in Datenarchitektur, KI und Cloud-Plattformen.

QUALIFICATIONS

• Abgeschlossenes Studium (Bachelor/Master) in Informatik, Informationssystemen oder einem verwandten Bereich.
• Mindestens 5 Jahre Erfahrung in Data Engineering und Datenarchitektur, inklusive Design von Datenmodellen, Plattformen und End-to-End-Datenpipelines. Nachweisbare Erfahrung in der Definition von Datenarchitekturen für KI-/Analytics-Lösungen auf einer großen Cloud-Plattform (Azure bevorzugt; AWS von Vorteil) und Big-Data-Architekturen.
• Erfahrung in Datenarchitektur und -modellierung für relationale und NoSQL-Systeme, inklusive moderner Speicherparadigmen (z. B. Objektspeicher, Lakehouse, Warehouse).
• Design skalierbarer Datenplattformen und Architektur-Muster (z. B. Lakehouse, Data Mesh, Medallion), inklusive Governance, Herkunft und Qualitätsaspekten.
• Architektur komplexer KI-Systeme, inklusive Datenebenen für KI-Lösungen (z. B. RAG, GraphRAG), Vektorspeicher, Graphdatenbanken und Embedding-Pipelines.
• Sehr gute Programmierkenntnisse in Python, inklusive asynchroner Programmierung (asyncio) und Datenverarbeitung.
• Erfahrung mit Apache Spark und Databricks Plattform.
• Expertise in Cloud-Datenplattformen, vorzugsweise Azure Cloud und Azure Data Platform Services.
• Kenntnisse in Streaming- und Event-getriebenen Architekturen, z. B. mit RabbitMQ oder Apache Kafka.
• Erfahrung mit Big Data und großskaligen Compute-Architekturen, inklusive Batch- und Echtzeitverarbeitung.
• Design von Microservices und verteilten Systemen, inklusive API-basierter Datendienste.
• Erfahrung mit Containerisierung und Deployment (Docker, Kubernetes von Vorteil).
• Kenntnisse in Datensicherheit, Datenschutz und Compliance (z. B. DSGVO), inklusive Verschlüsselung, Zugriffskontrolle und Datenmaskierung/-anonymisierung.
• Software Engineering Praktiken, inklusive agiler Methoden (Scrum, Kanban) und DevOps (CI/CD mit GitHub Actions).
• Erfahrung mit Container-Orchestrierungsplattformen: Kubernetes.
• Kenntnisse in Graphdatenbank-Technologien und Datenmodellierung.
• Erfahrung mit Workflow-Orchestrierung und Task-Management-Frameworks wie Apache Airflow und Celery.
• Kenntnisse in AI/ML-Plattformen und Cloud-AI-Services.
• Erfahrung mit LLM- und agentischen Lösungsmustern, inklusive Prompt Engineering und Orchestrierung von KI-Agenten.
• Kenntnisse in MLOps, inklusive Modell-Lifecycle-Management, CI/CD für ML, Deployment, Monitoring und Retraining-Pipelines.
• Ausgeprägte Problemlösungsfähigkeiten sowie die Fähigkeit, sowohl eigenständig als auch im Team zu arbeiten.
• Sehr gute Kommunikations- und Stakeholder-Management-Fähigkeiten, um Geschäftsanforderungen in technische Architekturen zu übersetzen und Entscheidungen teamübergreifend zu beeinflussen.

WHAT WE OFFER

• Ein sicherer Arbeitsplatz, denn Gesundheit, Sicherheit und Wohlbefinden haben höchste Priorität.
• Flexible Arbeitszeiten und Homeoffice-Möglichkeiten für eine gute Work-Life-Balance.
• Weiterbildungs- und Entwicklungsmöglichkeiten.
• 25 Urlaubstage pro Jahr.
• 5 zusätzliche Tage (Anpassungstage).
• Ein kollaboratives, vertrauensvolles und innovatives Arbeitsumfeld.
• Arbeiten in einem internationalen Team und an globalen Projekten.
• Unterstützung bei der Umsiedlung nach Madrid.

At BASF, the chemistry is right

Wir setzen auf innovative Lösungen, nachhaltiges Handeln, vernetztes Denken und auf dich. Werde Teil unserer Erfolgsformel und gestalte die Zukunft mit uns – in einem globalen Team, das Vielfalt und Chancengleichheit unabhängig von Geschlecht, Alter, Herkunft, sexueller Orientierung, Behinderung oder Glauben lebt.
Wir verpflichten uns, die Unternehmensstandards zu Qualität, Umwelt, Gesundheit, Sicherheit und Energie gemäß unseren globalen Richtlinien einzuhalten und zu fördern.
Wir fördern eine Kultur der Prävention und kontinuierlichen Verbesserung und unterstützen Initiativen zu Qualität, Umweltschutz, Gesundheit, Sicherheit und Energieeffizienz.
Wir setzen uns für einen verantwortungsvollen Umgang mit Energie ein, fördern Effizienz im Tagesgeschäft und unterstützen die Identifikation von Verbesserungsprojekten und Energiesparpotenzialen.