Talent Pool - Data & AI Engineer - DWH Transformation
Callista Group AG Switzerland
- Location
- Switzerland
- Closing date
- Not provided
- Published on
- 16 November 2026
- Field
- Engineering
- Area
- Outside Africa — visa sponsorship (according to the posting)
How to apply
Free account: “Apply” prepares your CV and letter for this offer; you then send your application yourself. You can also apply directly from the original listing.
Description
Wir suchen Data & AI Engineers zur Unterstützung bei der Migration und Modernisierung groß angelegter Data-Warehouse-Umgebungen mithilfe LLM-gestützter Workflows. Die Rolle verbindet angewandtes Machine Learning, Data Engineering und Software Engineering mit einem starken Fokus auf die Entwicklung zuverlässiger, produktionsreifer LLM-basierter Systeme für Datentransformation, Validierung und Automatisierung.
Es handelt sich hierbei nicht um eine Forschungsrolle. Der Erfolg wird daran gemessen, robuste Systeme zu entwickeln und in den produktiven Einsatz zu bringen, die reale Workflows auf Datenplattformen verbessern und automatisieren.
Wir freuen uns, Dich für zukünftige spannende Data-Engineering/LLM-Projekte in der Schweiz in unseren Talentpool aufzunehmen. Die Projekte werden sich in absehbarer Zeit weiter konkretisieren und bieten Dir die Möglichkeit, wertvolle praktische Erfahrungen im zukunftsorientierten Bereich der LLM-Technologien zu sammeln.
Hauptaufgaben
Konzeption und Entwicklung LLM-gestützter Systeme zur Unterstützung von Data-Warehouse-Migrations- und Transformationsprozessen
Entwicklung interner Tools und Workflows unter Einsatz von LLMs für die Generierung und Übersetzung von Datenflüssen (z.B. SQL, Spark, Flink, Kafka, dbt), Schema-Übersetzung und Datenvalidierung
Konzeption und Implementierung von Evaluierungsframeworks für LLM-generierte Ergebnisse, z. B. ausführungsbasierte Prüfungen, Assertions und diff-basierte Validierung
Aufbau und Betreuung von Datenpipelines und Orchestrierungs-Workflows in produktiven Umgebungen
Optimierung und Fehleranalyse groß angelegter Datenverarbeitungssysteme in verteilten Umgebungen
Einsatz von agentenbasierten Ansätzen und Tool-Use-Patterns, wo sinnvoll, mit Fokus auf zuverlässige und kontrollierte Ausführung
Zusammenarbeit mit Data Engineers und Platform Teams zur Modernisierung bestehender Legacy-Data-Warehouse-Systeme
Profil
Nachweisbare Erfahrung in der Entwicklung von ML-/LLM-basierten Produkten oder internen Tools; Erfahrung mit dem produktiven Einsatz solcher Systeme ist zwingend erforderlich.
Fundierte Kenntnisse in Machine Learning oder Statistik, einschließlich Feature Engineering, Evaluierungsmethoden und Versuchsdesign.
Praktische Erfahrung mit Data-Warehouse- oder Big-Data-Systemen, z.B. Snowflake, Databricks, BigQuery, Redshift, Teradata, Oracle, Spark oder Kafka
Analyse von Legacy-Quellen (COBOL, SAS, JCL, DB2) mit LLM-Unterstützung; Interesse an Legacy-Code vorausgesetzt
Erfahrung im operativen Einsatz von Tools zur Orchestrierung von Datenpipelines, z. B. Airflow oder Dagster
Sehr gute SQL-Kenntnisse und Erfahrung mit mindestens einem weiteren Framework zur Datenverarbeitung (z.B. Spark, Flink, dbt) sowie ein gutes Verständnis der Prinzipien des Analytics Engineering
Erfahrung mit Best Practices im Software Engineering, insbesondere:
Git-based workflows
CI/CD pipelines
Infrastructure-as-code concepts
Vertrautheit mit LLM-Workflows:
Prompt Engineering
Verarbeitung und Parsing strukturierter Ausgaben
Token- und Kostenmanagement
Auswahl geeigneter Modelle und Abwägung von Vor- und Nachteilen
Entwicklung robuster Evaluierungsstrategien
Sehr gute Deutsch- und Englischkenntnisse
Find more English Speaking Jobs in Switzerland on Arbeitnow
How to apply
Sign in to save this job, then track your application.
Where the job is located
location given by the source: Zürich, Zürich, Switzerland
Map background © OpenStreetMap contributors, loaded from their servers. City coordinates: GeoNames. Privacy
Listing origin
seen on the original site on 17 November 2026 at 21:31 (Paris time)
We regularly check that the offer is still published there.
Information not provided by the source
contract, duration, work arrangement, salary, reference