Data Engineer - Digital Health Excellence Center (w/m/d)

Requisition ID: 1679076

Are you ready to shape your future with confidence?

Gemeinsam die Welt jeden Tag ein bisschen besser machen. Für diesen Anspruch setzen wir bei EY alles in Bewegung und gehen als Team „all in“. Schließlich haben wir ein klares Ziel vor Augen: nachhaltigen Wert und Wachstum zu schaffen – für unsere Mandant:innen, Mitarbeitenden und die gesamte Gesellschaft. Unser globales Netzwerk aus rund 400.000 Mitarbeitenden weltweit bietet dir alle Möglichkeiten zu wachsen, dich zu entwickeln, dich zu spezialisieren sowie deine Stärken und Interessen beruflich zu verfolgen. Wir glauben daran, dass der richtige Karriereweg so individuell ist wie du.

Deine Aufgaben

Als Teil unseres international aufgestellten Digital Health Excellence Centers arbeitest du mit Kolleg:innen aus verschiedenen Ländern zusammen – und bist gleichzeitig an einem unserer deutschen Standorte in Köln, Berlin, Düsseldorf, Frankfurt/Main, Hamburg, München oder Stuttgart verankert. Wir realisieren sowohl internationale Projekte als auch Vorhaben für deutsche Verwaltungen auf Bundes-, Landes- und Kommunalebene und gestalten dabei moderne, sichere Systeme für Millionen von Menschen.

Im Fokus steht dabei die digitale Transformation des Gesundheitswesens – von interoperablen IT-Lösungen bis hin zu innovativen Digital-Health-Strategien. Dabei übernimmst du vielfältige Aufgaben:

• Design und Entwicklung skalierbarer Datenpipelines (ETL/ELT) zur Aufnahme, Transformation und Verarbeitung großer sowie komplexer Datenmengen
• Entwicklung und Betrieb von Orchestrierungs-Workflows mit Apache Airflow oder Apache NiFi
• Unterstützung im Aufbau von AI/ML/LLM-Pipelines durch Aufbereitung, Strukturierung und Optimierung von Daten für die Nutzung von Modellen
• Optimierung von Datenbanken (PostgreSQL, Oracle) mit Fokus auf Performance-Tuning, Indexierung und Query-Optimierungen
• Sicherstellung von Datenqualität, Datenintegrität und Zuverlässigkeit innerhalb produktiver Pipelines

Dein Skillset

• Mindestens 5 Jahre Erfahrung im Data Engineering und Aufbau moderner Datenplattformen, inklusive Entwicklung von AI-/ML-Pipelines, Datenaufbereitung, Feature Engineering sowie LLM-Integrationen.
• Fundierte Kenntnisse in Python (insbesondere pandas), SQL, ETL/ELT-Prozessen, Workflow-Orchestrierung (z. B. Airflow oder NiFi), Verarbeitung großer Datenmengen sowie tiefgehende Datenbankexpertise in PostgreSQL oder Oracle inklusive Performance-Optimierung.
• Praktische Erfahrung in Data Governance, Datenschutz und DSGVO-konformer Datenverarbeitung sowie idealerweise Kenntnisse relevanter Gesundheitsdatenstandards wie HL7, FHIR, OMOP und openEHR.

Dein Mindset

• Agil:  Du bist der Meinung, dass eine flexible Denkweise genauso wichtig für den Erfolg ist wie Wissen und Fähigkeiten.
• Neugierig:  Du bist ambitioniert und engagiert. Wir suchen Menschen, die in Chancen und nicht in Herausforderungen denken und durch gezielte Fragen bessere Lösungen finden.
• Teamorientiert : Du schätzt vielfältige Perspektiven und arbeitest gerne im Team. Wir suchen Menschen, die gemeinsam mit uns etwas erreichen und ein vertrauensvolles Arbeitsumfeld schaffen wollen.

Deine Benefits

Bei EY arbeitest du in leistungsstarken, interdisziplinären Teams mit innovativen Technologien. In einem flexiblen und inklusiven Arbeitsumfeld unterstützen wir dich in deinen unterschiedlichen Lebenssituationen. Inspirierende Kolleg:innen sowie Trainings- und Entwicklungsmöglichkeiten on- und off-the-Job helfen dir dabei, über dich hinauszuwachsen und die Fähigkeiten weiterzuentwickeln, die du zukünftig brauchst. Eine steile Lernkurve ist dir garantiert. Mehr über unsere Benefits .

Bewirb dich noch heute!

Mehr Informationen zum Bewerbungsprozess bei EY findest du auf unserer Karriereseite .

Bei EY leben wir Vielfalt und begrüßen alle Bewerbungen. Sag uns gerne frühzeitig Bescheid, wenn wir dich hinsichtlich eines barrierefreien Bewerbungsprozesses unterstützen können.

Du hast noch Fragen? Unser Recruitment Center beantwortet diese gerne unter .

We show an excerpt and a link, and the full text when the source allows it. Brands and logos shown belong to their owners.

Source: Statistisches Bundesamt (Destatis), table; dl-de/by-2-0; StarIn's calculation

Posted Nov 01, 2026

Posted Nov 01, 2026