Capgemini

Secure Data Engineer

PythonPostgreSQLAWSGCPDockerKubernetesGoTerraform
Automatische Übersetzung. Prüfe das Original.

MIT WEM SIE ARBEITEN WERDEN...

Als Data Engineer bei Capgemini entwerfen, bauen und betreiben Sie zuverlässige, skalierbare Datenpipelines und Datenprodukte: die vertrauenswürdigen Grundlagen, die Analysen, KI, GenAI und zunehmend agentenbasierte Systeme antreiben. Sie arbeiten praxisnah mit modernen Data-Engineering-Tools und Cloud-Diensten, um Daten zu erfassen, zu transformieren und bereitzustellen, und Sie bereiten die Datensätze vor und verwalten sie, auf die KI-Modelle und KI-Agenten angewiesen sind, um sicher und korrekt zu funktionieren. Sie werden auch KI-gestützte Ingenieurmethoden nutzen, um Ihre eigene Leistung zu beschleunigen, während Sie die volle menschliche Verantwortung für jedes Ergebnis behalten.

Sie werden Teil des Data Platforms Teams innerhalb der Insights and Data Global Practice sein, die in einer Vielzahl von Sektoren ein starkes, nachhaltiges Wachstum verzeichnet hat. Data Platforms ist die Heimat von Data Engineers, Platform Engineers, Solution Architects und Business Analysts, die die digitale und Datentransformation unserer Kunden auf modernen Cloud-Plattformen vorantreiben. Wir sind spezialisiert auf die neuesten Frameworks, Referenzarchitekturen und Technologien über AWS, Azure und GCP sowie Datenplattformen wie Databricks und Snowflake.

DER SCHWERPUNKT IHRER ROLLE

Wir suchen einen Code-First Data Engineer, der skalierbare, ausfallsichere Datenanwendungen für Verteidigungskunden entwirft und erstellt. Diese Rolle liegt an der Schnittstelle von Software Engineering und Data Engineering und befasst sich mit missionskritischen Systemen, bei denen Zuverlässigkeit, Sicherheit und Überprüfbarkeit unerlässlich sind.

Sie werden Datenanwendungen erstellen, die große Datenmengen mit hoher Geschwindigkeit verarbeiten, komplexe Arbeitsabläufe orchestrieren und Ihre eigenen Lösungen in sicheren containerisierten Umgebungen bereitstellen. Sie werden über den gesamten Lebenszyklus hinweg arbeiten, von der Entwicklung bis zur Produktion, und Architekturen gestalten, die operative Benutzer, Analysen und KI-gestützte Fähigkeiten unterstützen. Zunehmend gehören dazu GenAI und agentenbasierte Systeme, die in sicheren und manchmal getrennten Umgebungen laufen müssen, was ein wirklich schwieriges Problem und ein besonderer Aspekt dessen ist, was diese Rolle interessant macht.

Diese Rolle ist praxisorientiert und ingenieurgeführt. Sie werden produktionsreifen Code schreiben, zu sicheren Plattformmustern beitragen und sicherstellen, dass Ihre Datendienste in eng regulierten Verteidigungsumgebungen vorhersehbar laufen.

ÜBER CAPGEMINI

Hybrides Arbeiten: Die Orte, an denen Sie täglich arbeiten, variieren je nach Ihrer Rolle, Ihren Bedürfnissen und denen des Unternehmens; es wird eine Mischung aus Unternehmensbüros, Kundenstandorten und Ihrem Zuhause sein; beachten Sie, dass Sie nicht mehr als 100% der Zeit von zu Hause aus arbeiten können.

Warum wir anders sind

Bei Capgemini helfen wir Organisationen auf der ganzen Welt, agiler, wettbewerbsfähiger und erfolgreicher zu werden. Intelligente, maßgeschneiderte, oft bahnbrechende technische Lösungen für komplexe Probleme sind die Norm. Aber auch eine Kultur, die ebenso kollaborativ wie zukunftsorientiert ist. Wir arbeiten eng zusammen und mit unseren Kunden, um tief in die Unternehmen einzudringen und die Ziele zu verstehen. Das werden Sie auch tun.

Capgemini repräsentiert stolz fast 130 Nationalitäten und seine kulturelle Vielfalt. Unser ganzheitliches Verständnis von Vielfalt geht über Geschlecht, Geschlechtsidentität, sexuelle Orientierung, Behinderung, Ethnizität, Rasse, Alter und Religion hinaus.

Capgemini betrachtet Vielfalt als alles, was uns als Organisation ausmacht, einschließlich unseres sozialen Hintergrunds, unserer Lebenserfahrungen, unserer Kommunikationsstile und sogar unserer Persönlichkeit. Diese Dimensionen tragen zu der Art von Vielfalt bei, die wir am meisten schätzen: Gedankenvielfalt.

BITTE BEACHTEN SIE

Sicherheitsüberprüfung: Um erfolgreich für diese Rolle ernannt zu werden, müssen Sie berechtigt sein, eine Sicherheitsüberprüfung (SC) oder eine erweiterte Überprüfung (DV) zu erhalten.

Um eine SC-Überprüfung zu erhalten, muss der erfolgreiche Bewerber in den letzten 5 Jahren ununterbrochen im Vereinigten Königreich ansässig gewesen sein, zusammen mit anderen Kriterien und Anforderungen.

Während des gesamten Rekrutierungsprozesses werden Ihnen Fragen zu Ihrer Berechtigung zur Sicherheitsüberprüfung gestellt, wie z. B. Land des Wohnsitzes und Staatsangehörigkeit, aber nicht beschränkt auf diese.

Einige Stellen sind aus Sicherheitsgründen auf alleinige britische Staatsangehörige beschränkt; daher werden Sie möglicherweise im Bewerbungsprozess nach Ihrer Staatsangehörigkeit gefragt.

WAS SIE MITBRINGEN

Sie sind ein starker, code-orientierter Data Engineer, der Verantwortung für das übernimmt, was er baut, und sich von schwierigen Einschränkungen motivieren lässt, anstatt sich davon abschrecken zu lassen. Sie müssen noch keine GenAI- oder agentenbasierten Systeme in sicheren Umgebungen ausgeliefert haben, aber Sie sollten echtes Interesse an dem Problem haben und die technischen Grundlagen mitbringen, um es anzugehen.

Unerlässlich

  1. Kern-Engineering. Experte in Python und starke Software-Engineering-Grundlagen: objektorientiertes Design, automatisierte Tests und Versionskontrolle.
  1. Data-Engineering-Stack. Erstellung von Pipelines mit Streaming-Frameworks, verteilten Verarbeitungs-Engines und relationalen oder analytischen Speichern (z. B. Kafka, Spark, PostgreSQL).
  1. Orchestrierung. Definition und Ausführung von Datenworkflows mit modernen Orchestrierungs-Frameworks (z. B. Airflow, Dagster oder Prefect).
  1. Datenqualität und -herkunft. Tools und Techniken für Datentests, Dokumentation und Datenherkunft (z. B. Great Expectations oder dbt).
  1. KI, MLOps und aufkommende LLMOps. Operationalisierung von ML in der Produktion (Modellpaketierung, Überwachung, kontrollierte Bereitstellung) und Verständnis dafür, wie sich die Bereitstellung von GenAI- und agentenbasierten Systemen unterscheidet, einschließlich Bewertung, Leitplanken und Beobachtbarkeit für nicht-deterministische Ausgaben.
  1. Containerisierung und Kubernetes. Zuversicht bei der Bereitstellung von Anwendungen in containerisierten Umgebungen, einschließlich der Definition von Diensten, Pods und Bereitstellungskonfigurationen (z. B. Docker und Kubernetes).
  1. DevOps-Mindset. Praktische CI/CD-Erfahrung und die Überzeugung, die von Ihnen erstellten Dienste selbst zu verantworten (z. B. GitLab CI, GitHub Actions oder Argo). Praktische Erfahrung in der Bereitstellung von Datenpipelines und Datenplattformen in Produktionsumgebungen.

Wenn Sie erfolgreich ein Angebot für diese Position erhalten, durchlaufen Sie eine Reihe von vorvertraglichen Überprüfungen, einschließlich: Identität, Staatsangehörigkeit (einfach oder doppelt) oder Einwanderungsstatus, Beschäftigungshistorie, die 3 kontinuierliche Jahre zurückreicht, und eine Überprüfung von unverbrauchten Strafregistereinträgen (bekannt als Disclosure and Barring Service).

WAS SIE TUN WERDEN

Datenanwendungen erstellen

Entwicklung modularer, wartbarer Softwarekomponenten, die Daten für analytische, operative oder KI-gestützte Anwendungsfälle verarbeiten, transformieren und bereitstellen, wobei Tests und Beobachtbarkeit von Anfang an integriert sind.

Streaming- und Echtzeitarchitektur

Entwurf und Implementierung von Datenerfassungs- und ereignisgesteuerten Mustern, die Echtzeit- oder Near-Real-Time-Flüsse unterstützen, und deren Zuverlässigkeit unter anspruchsvollen Betriebsbedingungen gewährleisten.

Workflow-Orchestrierung

Programmgesteuerte Definition von Datenworkflows und Verwaltung komplexer Abhängigkeiten, Zeitplanung und Fehlerbehebungsverhalten in sicheren, geprüften Umgebungen.

Operationalisierung von Datenflüssen für KI in sicheren Umgebungen

Paketierung, Bereitstellung und Überwachung von ML- und zunehmend GenAI- und agentenbasierten Daten-Workloads in geprüften Umgebungen. Dies kann selbst gehostete oder Open-Weight-Modelle, Retrieval (RAG) und Vektorsuche über verwaltete Daten sowie die Leitplanken, die Bewertung und die menschliche Aufsicht umfassen, die nicht-deterministische Systeme erfordern. Die Ausführung dieser Muster, wo internetverbundene KI-Dienste nicht verfügbar sind, ist ein Kernbestandteil der zukünftigen Rolle.

Bereitstellung und Verantwortung

Containerisierung Ihrer eigenen Dienste und deren Bereitstellung in sicheren Kubernetes oder Cloud-Umgebungen unter Verwendung von CI/CD-Prinzipien, die für die Auslieferung an die Verteidigung angepasst sind. Sie werden Ihre Anwendungen in der Produktion verantworten und zu sicheren Bereitstellungsmustern beitragen.

Ausfallsicherheit, Beobachtbarkeit und Compliance

Implementierung von Gesundheitsüberwachung, strukturiertem Logging, Metriken und Datenherkunft, um die Anforderungen der Verteidigung an Überprüfbarkeit, Sicherheit und Betriebsführung zu erfüllen, einschließlich der Beobachtbarkeit für nicht-deterministisches und agentenbasiertes Verhalten. Sie werden Systeme entwerfen, die sich selbst heilen oder bei Bedarf graceful fehlschlagen können.

Infrastructure as Code

Bereitstellung der Ressourcen, von denen Ihre Dienste abhängen, mithilfe von Infrastructure as Code, in enger Zusammenarbeit mit den Plattformteams, um mit den akkreditierten Verteidigungsarchitekturen übereinzustimmen.

Von Vorteil

  1. Infrastructure as Code oder Konfigurationsmanagement (z. B. Terraform oder Ansible).
  1. Erfahrung in sicheren, eingeschränkten oder isolierten Umgebungen, einschließlich Verteidigungsnetzwerken oder MODCloud-konformen Plattformen.
  1. Vertrautheit mit Google Distributed Cloud (GDC) oder anderen Edge- und On-Premises-Plattformen, die in eingeschränkten oder getrennten Umgebungen verwendet werden.
  1. Exposition gegenüber GenAI und agentenbasierten Bausteinen: RAG, Vektorsuche, LLM-Orchestrierung oder LLM-Bewertung und -Beobachtbarkeit.
  1. Erfahrung mit KI-Codierungsassistenten innerhalb strenger Datenhandhabungs- und Sicherheitsgrenzen, unter Berücksichtigung, dass verbundene KI-Tools in sicheren Netzwerken nicht immer verfügbar sind.

Spezialisierungsbereiche (wir würden uns über Tiefe in einem dieser Bereiche freuen; Sie müssen nicht alle abdecken)

  1. Azure / Databricks Azure Data Lake Storage, Databricks, Apache Spark, Delta Lake, Azure Data Factory, MLflow; und für den KI-Bereich Databricks Mosaic AI, Vector Search und Unity Catalog oder Azure OpenAI, Azure AI Foundry und Azure AI Search.
  1. AWS: Glue, Lambda, Step Functions, Kinesis, EMR, Athena, Redshift, S3 Data Lakes; und für den KI-Bereich Amazon Bedrock, Knowledge Bases for Bedrock.

Was wir Ihnen bieten

Sie werden ermutigt, eine positive Work-Life-Balance zu pflegen. Unsere hybride Arbeitsweise bedeutet, dass wir hybrides Arbeiten in alles integrieren, was wir tun, und flexible Arbeitsregelungen zur täglichen Realität für unsere Mitarbeiter machen. Alle britischen Mitarbeiter haben Anspruch auf flexible Arbeitsregelungen.

Sie werden befähigt, zu erforschen, zu innovieren und sich weiterzuentwickeln. Sie profitieren von Capgemini s „Learning for Life“-Ansatz, was bedeutet, dass Sie unzählige Schulungs- und Entwicklungsmöglichkeiten von Thinktanks bis hin zu Hackathons haben und Zugang zu 250,000 Kursen mit zahlreichen externen Zertifizierungen von AWS, Microsoft, Harvard Manage Mentor, Cybersecurity-Qualifikationen und vielem mehr haben werden.

Mehr Möglichkeiten mit einem Profil

Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.

Profil erstellen

Dein nächster Jobsucht schon nach dir.

Nort

Reverse-Recruiting- Plattform für Entwickler

RechtlichesNutzungsbedingungenDatenschutznortjobs © 2026