Hintergrund

Mercedes-Benz-Fahrzeuge sind mit fortschrittlichen Fahrerassistenzsystemen (ADAS) ausgestattet, und es werden ständig neue Funktionen/Technologien in diese Systeme eingebaut, um sie intelligenter zu machen. Die Entwicklungs- oder Kundenfahrzeuge sammeln dann verschiedene Fahrzeug-, Sensor- und Umgebungsdaten. Diese Fahrzeuge laden am Ende ihrer Testfahrten oder bei Erfüllung bestimmter Auslösebedingungen verschiedene Sensor- und Fahrzeugdaten hoch, die in binären Formaten (in TBs) in einen Big-Data-Cluster protokolliert werden. Das Data-Engineering-Team ist dafür verantwortlich, eine 24x7-Pipeline bereitzustellen, die die Daten in den Cluster einspeist, extrahiert und in ein lesbares Format umwandelt. Diese Daten werden weiter analysiert und die Leistung der ADAS-Systeme wird überwacht.

Qualifikationsanforderungen:

Wesentliche Fähigkeiten und Erfahrungen:

• Ausgezeichnete Programmierkenntnisse in Python mit objektorientiertem Design
• Erfahrung in der Entwicklung von Lösungen für Geschäftsanwendungen und deren Bereitstellung.
• Praktische Erfahrung in der Arbeit mit relationalen SQL und noSQL DB, Postgres, MongoDB etc.
• Praktische Erfahrung in der Entwicklung von ETL-Lösungen auf Big Data Clustern wie MAPR Clustern
• Praktische Erfahrung mit Workflow-Schedulern wie Airflow usw,
• Gute Kenntnisse über Microservices sind erwünscht
• Erfahrung mit Docker-Containern ist ein Plus.
• Erfahrung in der Erstellung von CI/CD-Pipelines ist ein zusätzlicher Vorteil
• Arbeitserfahrung in der Cloud-Umgebung Azure, AWS ist ein zusätzlicher Vorteil
• Ausgezeichnete Problemlösungsfähigkeiten
• Erfahrung in der Automobilbranche und in einem multikulturellen Umfeld ist ein zusätzlicher Vorteil

Hauptverantwortlichkeiten:

• Architektur, Entwicklung und Bereitstellung von End-to-End-Pipelines zur Aufnahme verschiedener ADAS-Systemdaten in die Cluster
• Entwicklung skalierbarer Lösungen und Verbesserung der Effizienz und Zuverlässigkeit der bestehenden Anwendung
• Entwicklung und Bereitstellung neuer Funktionen auf der Grundlage des Geschäftsbedarfs
• Entwicklung von Ideen und Verbesserung der Anforderungen durch kontinuierliche Innovation und Anwendung neuer Techniken und Methoden
• Verstehen der Anforderungen an neue Funktionen von den Partnern, Aufschlüsselung der Aufgaben und Beteiligung an der Planung
• Gute Kommunikationsfähigkeiten und die Fähigkeit, in einem guten Team zu arbeiten und einen Beitrag zu leisten

Hintergrund

Mercedes-Benz-Fahrzeuge sind mit fortschrittlichen Fahrerassistenzsystemen (ADAS) ausgestattet, und es werden ständig neue Funktionen/Technologien in diese Systeme eingebaut, um sie intelligenter zu machen. Die Entwicklungs- oder Kundenfahrzeuge sammeln dann verschiedene Fahrzeug-, Sensor- und Umgebungsdaten. Diese Fahrzeuge laden am Ende ihrer Testfahrten oder bei Erfüllung bestimmter Auslösebedingungen verschiedene Sensor- und Fahrzeugdaten hoch, die in binären Formaten (in TBs) in einen Big-Data-Cluster protokolliert werden. Das Data-Engineering-Team ist dafür verantwortlich, eine 24x7-Pipeline bereitzustellen, die die Daten in den Cluster einspeist, extrahiert und in ein lesbares Format umwandelt. Diese Daten werden weiter analysiert und die Leistung der ADAS-Systeme wird überwacht.

Qualifikationsanforderungen:

Wesentliche Fähigkeiten und Erfahrungen:

• Ausgezeichnete Programmierkenntnisse in Python mit objektorientiertem Design
• Erfahrung in der Entwicklung von Lösungen für Geschäftsanwendungen und deren Bereitstellung.
• Praktische Erfahrung in der Arbeit mit relationalen SQL und noSQL DB, Postgres, MongoDB etc.
• Praktische Erfahrung in der Entwicklung von ETL-Lösungen auf Big Data Clustern wie MAPR Clustern
• Praktische Erfahrung mit Workflow-Schedulern wie Airflow usw,
• Gute Kenntnisse über Microservices sind erwünscht
• Erfahrung mit Docker-Containern ist ein Plus.
• Erfahrung in der Erstellung von CI/CD-Pipelines ist ein zusätzlicher Vorteil
• Arbeitserfahrung in der Cloud-Umgebung Azure, AWS ist ein zusätzlicher Vorteil
• Ausgezeichnete Problemlösungsfähigkeiten
• Erfahrung in der Automobilbranche und in einem multikulturellen Umfeld ist ein zusätzlicher Vorteil

Hauptverantwortlichkeiten:

• Architektur, Entwicklung und Bereitstellung von End-to-End-Pipelines zur Aufnahme verschiedener ADAS-Systemdaten in die Cluster
• Entwicklung skalierbarer Lösungen und Verbesserung der Effizienz und Zuverlässigkeit der bestehenden Anwendung
• Entwicklung und Bereitstellung neuer Funktionen auf der Grundlage des Geschäftsbedarfs
• Entwicklung von Ideen und Verbesserung der Anforderungen durch kontinuierliche Innovation und Anwendung neuer Techniken und Methoden
• Verstehen der Anforderungen an neue Funktionen von den Partnern, Aufschlüsselung der Aufgaben und Beteiligung an der Planung
• Gute Kommunikationsfähigkeiten und die Fähigkeit, in einem guten Team zu arbeiten und einen Beitrag zu leisten