Data Engineer Digital Technologies / (Gen)AI (m/w/d)

Über uns
ERGO ist eine der führenden internationalen Versicherungsgruppen und in über 20 Ländern weltweit aktiv. Bei uns erwarten dich ein modernes Arbeitsumfeld, vielfältige Entwicklungschancen und verantwortungsvolle Aufgaben, an denen du persönlich und fachlich wachsen kannst. Gestalte mit uns die Zukunft der Versicherung neu – mit einem gemeinsamen Ziel: Menschen zu helfen, ihr Leben mutiger und besser zu gestalten.

Rolle und Aufgaben

• Du bist ein wichtiger Teil des (Gen-)AI-Umsetzungsteams und wirkst in strategischen (Gen-)AI-Projekten mit.
• Du bereitest große strukturierte, semi- und unstrukturierte Datenmengen auf, um diese für (Gen-)AI-Lösungen nutzbar zu machen.
• Du designst und implementierst skalierbare Data Pipelines (Batch/Streaming) mit modernen Technologien wie Python, PySpark, SQL und integrierst Daten aus unterschiedlichen Quellsystemen (z.B. operative Systeme, Datenbanken, APIs, externe Datenquellen).
• Du entwickelst robuste ETL-/ELT-Strecken, automatisierst diese z.B. mit Kubernetes, Azure CosmosDB, Databricks, DLT/DBT o.Ä. und stellst sicher, dass Daten qualitätsgesichert, versioniert und reproduzierbar bereitstehen.
• Du beteiligst dich an der Produktivsetzung und dem Betrieb von Machine Learning- und (Gen-)AI-Lösungen (MLOps) mit Fokus auf Use Cases basierend auf strukturierten, semi-strukturierten und unstrukturierten Daten – inklusive der Integration von (Gen)AI-Applikationen und -Prozessen (z.B. MLFlow) – und berätst operative Einheiten zur Nutzung der Arbeitsergebnisse, insbesondere bei der Erst- und Weiterentwicklung von Machine-Learning und (Gen-)AI Anwendungen.
• Du arbeitest eng mit zahlreichen Stakeholdern wie der IT, Fachbereichen, internationalen Standorten usw. in agilen, interdisziplinären Teams zusammen, um gemeinsam effektive und produktive (Gen)AI-Lösungen umzusetzen.

Profil und Qualifikationen

• Abgeschlossenes Hochschulstudium in Naturwissenschaften, (angewandter) Mathematik, Informatik, Wirtschaftsinformatik oder einem verwandten Bereich.
• Fundierte Kenntnisse und Erfahrungen in Datenmodellierung und -visualisierung mit einem starken Fokus auf skalierbaren Datenmanagementkonzepten – inklusive Erfahrung mit standardisierten ETL-Strecken und Data Pipelines – inklusive praktische Erfahrung in der Produktivsetzung dieser sowie MLOps.
• Fundierte Kenntnisse in einer oder mehrerer Programmier-, Skript-, und Datenbanksprachen (z.B. Python, Spark, SQL) sowie Erfahrung mit Versionsverwaltungssystemen (GitHub) – inklusive Erfahrungen in Cloud-Technologien (z.B. Azure, AWS).
• Innovationsbereitschaft und proaktive Arbeitsweise, gepaart mit der Fähigkeit zu vernetztem Denken und Handeln, um die Basis für die Entwicklung und Produktivsetzung von (Gen-)AI- und LLM-Technologien zu setzen.
• Vorzugsweise Branchenkenntnisse der Versicherungswirtschaft, verhandlungssichere Sprachkenntnisse in Deutsch (C1) und Englisch (B2/C1) sowie Bereitschaft zur Reisetätigkeit.

Angebot und Rahmenbedingungen

• Eine spannende Aufgabe, in der du dein Expertenwissen einbringen kannst.
• Wachse mit uns gemeinsam! Wir bieten Raum, um füreinander und miteinander die Zukunft von ERGO zu gestalten.
• Flexible Arbeitszeiten, Möglichkeiten zur Entwicklung, eine faire Vergütung und gratis Heißgetränke und Wasser.
• Mobiles Arbeiten ist bis zu 50 Prozent der monatlichen Arbeitszeit möglich und bietet dir ein hohes Maß an Flexibilität.
• Wir bieten dir die Unterstützung, die du benötigst, um dein volles Potential zu entfalten sowie deine Arbeit und dein Privatleben passend vereinbaren zu können.

Gemeinsam wachsen

Bei ERGO erlebst du gelebte Vielfalt und hast die Chance, mit Menschen aus verschiedenen Ländern und Fachbereichen zusammenzuarbeiten. Deinen Entwicklungsweg gestaltest du selbst – mit Seminaren, Programmen, Netzwerkformaten, Sprachkursen, E‑Learnings und Lernen im Job. Unsere starken nationalen und internationalen Strukturen eröffnen dir dafür vielfältige und flexible Karrierewege.

Chancengleichheit und Inklusion

Menschen mit Behinderung werden bei gleicher Eignung bevorzugt eingestellt.